發(fā)布時(shí)間：2017-04-17 16:32

  本文關(guān)鍵詞：基于圖割及目標(biāo)識(shí)別的瞳孔直徑計(jì)算機(jī)輔助自動(dòng)測(cè)量，由筆耕文化傳播整理發(fā)布。

【摘要】：瞳孔直徑的大小以及變化是臨床檢測(cè)的重要指標(biāo),對(duì)瞳孔的定時(shí)定量監(jiān)控可以反映生理覺(jué)醒、反映和評(píng)價(jià)自主神經(jīng)活動(dòng)、反映心率變化并實(shí)現(xiàn)無(wú)接觸無(wú)損傷測(cè)量心率變異性。定量分析和評(píng)價(jià)瞳孔具有重要的臨床意義,尤其是在急診以及重癥監(jiān)護(hù)科室的檢查與監(jiān)控中。臨床中,瞳孔直徑的測(cè)量方式包括醫(yī)生人工測(cè)量方式、紅外瞳孔測(cè)量?jī)x、角膜地形圖、波前像差儀和超聲生物顯微鏡等,以上瞳孔直徑測(cè)量方法均要求患者配合醫(yī)生做一定姿勢(shì)的動(dòng)作,并且需要撥開(kāi)眼瞼測(cè)量,不但測(cè)量不方便而且有可能造成患者的眼部二次損傷。而超聲成像一直以來(lái)以其實(shí)時(shí)、廉價(jià)和無(wú)損傷的優(yōu)勢(shì)被廣泛用于醫(yī)學(xué)成像,利用超聲對(duì)瞳孔進(jìn)行成像可以解決以上測(cè)量方法中的不足。由于超聲成像中存在的斑點(diǎn)噪聲以及分辨率低的問(wèn)題,因此要利用超聲成像來(lái)測(cè)量瞳孔就需要研究一套準(zhǔn)確穩(wěn)定的超聲組織分割方法。本文提出了一種基于目標(biāo)識(shí)別以及圖割(Graph-Cut)的瞳孔直徑自動(dòng)測(cè)量算法,該算法首先利用梯度向量直方圖(HOG)和支持向量機(jī)(SVM)訓(xùn)練分類器識(shí)別瞳孔位置,從而自動(dòng)劃分出感興趣區(qū)域區(qū)域(ROI)；接著在劃分好的ROI中采用Graph-Cut算法分割瞳孔；最后在分割好的圖像上測(cè)量瞳孔直徑。本套算法可用于連續(xù)瞳孔圖像的分割,從而可以得到瞳孔直徑動(dòng)態(tài)變化曲線。由臨床實(shí)驗(yàn)結(jié)果可知：本文直徑測(cè)量算法的實(shí)驗(yàn)結(jié)果與醫(yī)生人工測(cè)量結(jié)果的相關(guān)系數(shù)高達(dá)0.99,并且自相關(guān)系數(shù)最高可達(dá)0.999,表明本文直徑測(cè)量算法對(duì)于瞳孔直徑的臨床定量檢查與監(jiān)控具有較高的可行性以及較好的穩(wěn)定性,同時(shí)可以用于瞳孔直徑動(dòng)態(tài)監(jiān)控。
【關(guān)鍵詞】：瞳孔直徑 急診科監(jiān)測(cè) Graph-Cut HOG&SVM 目標(biāo)識(shí)別
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;R770.4
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-9
• 1. 緒論9-14
• 1.1 超聲瞳孔直徑測(cè)量的意義9
• 1.2 瞳孔直徑測(cè)量研究方法概述9-11
• 1.3 論文研究?jī)?nèi)容及創(chuàng)新點(diǎn)11-14
• 2 HOG&SVM目標(biāo)識(shí)別算法研究14-24
• 2.1 引言14-15
• 2.2 算法介紹15-21
• 2.2.1 HOG特征及特征提取15-17
• 2.2.2 支持向量機(jī)(SVM)17-20
• 2.2.3 HOG&SVM目標(biāo)識(shí)別算法20-21
• 2.3 實(shí)驗(yàn)結(jié)果及分析21-23
• 2.3.1 臨床醫(yī)學(xué)超聲圖像目標(biāo)識(shí)別的結(jié)果及分析21-23
• 2.4 本章小結(jié)23-24
• 3 Graph-Cut模型超聲組織分割技術(shù)24-36
• 3.1 引言24-26
• 3.2 算法介紹及數(shù)值計(jì)算26-32
• 3.2.1 Graph-Cut模型圖像分割方法26-31
• 3.2.2 能量函數(shù)數(shù)值計(jì)算31-32
• 3.3 Graph-Cut算法圖像分割仿真實(shí)驗(yàn)32-34
• 3.3.1 實(shí)驗(yàn)準(zhǔn)備32
• 3.3.2 臨床超聲圖像分割仿真結(jié)果及分析32-34
• 3.4 本章小結(jié)34-36
• 4 Graph-Cut模型瞳孔直徑自動(dòng)測(cè)量方法研究36-53
• 4.1 算法介紹36-44
• 4.1.1 自適應(yīng)加權(quán)中值濾波36-37
• 4.1.2 基于HOG&SVM瞳孔的位置標(biāo)定37-38
• 4.1.3 自適應(yīng)區(qū)域生長(zhǎng)種子標(biāo)定38-42
• 4.1.4 Graph-Cut瞳孔分割42
• 4.1.5 瞳孔直徑自動(dòng)測(cè)量42-44
• 4.2 超聲瞳孔直徑測(cè)量體模實(shí)驗(yàn)44-52
• 4.2.1 實(shí)驗(yàn)對(duì)象44-45
• 4.2.2 實(shí)驗(yàn)設(shè)備45-46
• 4.2.3 實(shí)驗(yàn)操作46-49
• 4.2.4 實(shí)驗(yàn)結(jié)果及分析49-52
• 4.3 本章小結(jié)52-53
• 5 Graph-Cut直徑測(cè)量算法的臨床性能評(píng)估53-60
• 5.1 實(shí)驗(yàn)準(zhǔn)備53-54
• 5.1.1 實(shí)驗(yàn)?zāi)康?/span>53
• 5.1.2 實(shí)驗(yàn)對(duì)象53
• 5.1.3 實(shí)驗(yàn)設(shè)備53-54
• 5.2 實(shí)驗(yàn)操作54-56
• 5.2.1 參數(shù)設(shè)置54-55
• 5.2.2 實(shí)驗(yàn)步驟55-56
• 5.3 實(shí)驗(yàn)結(jié)果及分析56-58
• 5.3.1 實(shí)驗(yàn)結(jié)果定性分析56
• 5.3.2 實(shí)驗(yàn)數(shù)據(jù)定量分析56-58
• 5.4 本章小結(jié)58-60
• 6 總結(jié)與展望60-63
• 6.1 總結(jié)60-61
• 6.2 展望61-63
• 參考文獻(xiàn)63-68
• 作者簡(jiǎn)介68

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 孫延奎;;光學(xué)相干層析醫(yī)學(xué)圖像處理及其應(yīng)用[J];光學(xué)精密工程;2014年04期

2 胡焦;陳輝;;基于像素相似性與Graph-Cut的圖像自動(dòng)分割[J];現(xiàn)代電子技術(shù);2014年02期

3 徐昱琳;張雷;陳萬(wàn)米;宋鑫坤;;基于SIFT特征和圖割算法的圖像分割方法研究[J];計(jì)算機(jī)測(cè)量與控制;2009年12期

4 汪育文;保金華;呂帆;;三種瞳孔直徑測(cè)量方法在不同測(cè)量狀態(tài)下測(cè)量結(jié)果的比較和分析[J];眼視光學(xué)雜志;2009年03期

5 宮琳;魯樹(shù)坤;王丹軍;;超聲生物顯微鏡在眼科疾病診斷中的應(yīng)用[J];臨床超聲醫(yī)學(xué)雜志;2007年09期

6 楊亞波;俞一波;付清;;Ⅱ型糖尿病患者瞳孔相關(guān)性自主神經(jīng)病變的研究[J];中華眼科雜志;2006年07期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張明;高血壓患者瞳孔直徑動(dòng)態(tài)測(cè)定的應(yīng)用[D];重慶醫(yī)科大學(xué);2013年

  本文關(guān)鍵詞：基于圖割及目標(biāo)識(shí)別的瞳孔直徑計(jì)算機(jī)輔助自動(dòng)測(cè)量，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：313840