發(fā)布時(shí)間：2020-12-20 19:11

　　近年來一些眼科疾病因可導(dǎo)致不可逆失明而受到了全球范圍的關(guān)注。這些眼科疾病在影響人體生理機(jī)能的同時(shí)也會(huì)破壞眼底血管形態(tài)的穩(wěn)定性和規(guī)律性。因此,通過眼底圖像視網(wǎng)膜血管形態(tài)測(cè)量可有效輔助眼科疾病的診斷,其中精確而有效的視網(wǎng)膜血管分割是血管形態(tài)測(cè)量的關(guān)鍵,是開展眼底圖像輔助診斷的前提。人工分割耗時(shí)費(fèi)力,也鼓勵(lì)了專家和學(xué)者在視網(wǎng)膜血管自動(dòng)分割任務(wù)上做出嘗試。其中,基于塊的深度學(xué)習(xí)方法的應(yīng)用日益廣泛。然而,對(duì)于目標(biāo)區(qū)域,大部分基于塊的方法都只使用一個(gè)與之重合的塊來進(jìn)行描述,忽視了目標(biāo)區(qū)域的上下文信息對(duì)分割的影響。為了克服上述不足,本文采用深度學(xué)習(xí)方法深入開展視網(wǎng)膜血管分割研究。主要工作包括:（1）為了有效地利用目標(biāo)區(qū)域的上下文信息,本文提出一個(gè)名為bridge-net的新型網(wǎng)絡(luò)結(jié)構(gòu)用以捕捉視網(wǎng)膜血管的上下文信息。對(duì)于每個(gè)目標(biāo)區(qū)域,bridge-net均提取了兩個(gè)有包含關(guān)系的同心塊分別表示對(duì)目標(biāo)區(qū)域包括和不包括其上下文信息的兩組描述。這兩個(gè)塊構(gòu)成一個(gè)輸入序列,輸入到一個(gè)卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）結(jié)構(gòu)中,對(duì)應(yīng)地生成包含和不包含上下文信息的特征。接著... 

【文章來源】：湘潭大學(xué)湖南省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

彩色眼底圖像及對(duì)應(yīng)人工分割圖

圖 1.4 形態(tài)各異的視網(wǎng)膜血管。從 a 到 f 分別為細(xì)血管、粗血管、視盤附近血管、病變區(qū)域血管和有中央光反射現(xiàn)象的血管。對(duì)此，本文提出了一種基于循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行視網(wǎng)膜血管分割，同時(shí)提出一種損失權(quán)值的分配方式，使得網(wǎng)絡(luò)對(duì)易分錯(cuò)的血管有更多的關(guān)注。1.2 國(guó)內(nèi)外研究現(xiàn)狀從 Chaudhuri 等人[11]開始，探究視網(wǎng)膜血管分割方法的步伐從未停止。這些方法可以分成兩大類——無監(jiān)督方法和有監(jiān)督方法。無監(jiān)督方法根據(jù)視網(wǎng)膜血管的形態(tài)和特點(diǎn)進(jìn)行分割，主要分為以下幾類：匹配濾波、血管追蹤、形態(tài)學(xué)方法、多尺度方法和基于模型的方法[12]。Zhang 等人[13]設(shè)計(jì)的一種匹配濾波方法，使用了多尺度二階高斯導(dǎo)數(shù)濾波器，并在方向分?jǐn)?shù)域上進(jìn)行濾波，獲取最大響應(yīng)。該方法在處理形狀復(fù)雜的血管時(shí)也能取得較好的分割結(jié)果。Sheng 等人[14]提出先用線性迭代聚類算法將彩色眼底圖像分割為一個(gè)超像素集合，在選擇一個(gè)節(jié)點(diǎn)作為根節(jié)點(diǎn)后，使用迭代聚合算法從其他節(jié)點(diǎn)獲取支撐，最終得到

述神經(jīng)元通過樹突接收到的外界刺強(qiáng)度達(dá)到某一閾值，則輸出神經(jīng)blatt F. 基于神經(jīng)活動(dòng)中蘊(yùn)含的邏輯神經(jīng)元。如圖 2.1 所示，為了模擬知器 k 引入權(quán)重1 2 3, , , ,k k k nkθ θ θ θ之外，感知器還有一個(gè)固定輸入xk= b相乘得到偏置kb ，用于調(diào)整閾度kz ，再通過閾值函數(shù) ( ) 得到值感知器k :0nk ik ikiz x θ== ( )k ky = z

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器人仿生視覺眼球運(yùn)動(dòng)控制機(jī)理與驗(yàn)證[J]. 李恒宇,羅均.  金屬加工(冷加工). 2014(18)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和條件隨機(jī)場(chǎng)的眼底圖像血管分割研究[D]. 張真真.湘潭大學(xué) 2018



本文編號(hào)：2928402