近年來,由于視網膜圖像具有廣泛的應用場景,視網膜圖像分割越發(fā)受到學者們的關注和研究。視網膜本身非常穩(wěn)定且不易磨損和退化,臨床上,醫(yī)生可以通過收集患者的眼底圖像來診斷和治療多種眼科疾病,包括糖尿病性視網膜病變、黃斑病變、青光眼、白內障等。與此同時,隨著計算機的普及,數(shù)據處理技術得到了迅速發(fā)展,并逐漸應用于醫(yī)學領域的各個方面,其中,醫(yī)學圖像處理技術為醫(yī)學發(fā)展和人類健康做出了巨大貢獻。眼球包括多種結構,在由眼底照相機拍攝的視網膜圖像中,眼底血管、黃斑和視盤等區(qū)域出現(xiàn)的病變較為常見�；趫D像處理和機器學習的方法,本文從局部病灶的提取和全局病變的識別和判斷中做了相關方法的研究:1.首先對眼底圖像進行預處理,包括色彩空間的選取以及圖像的增強和均衡化;2.在局部病灶提取中首先對眼底血管進行分割,并對血管病變中的微動脈瘤進行提取,最后對微動脈瘤病變像素點進行分級;3.接著對眼底圖像中的硬性滲出物進行了提取,對算法的評價采用機器學習中的相關分類器,對分割出的病變像素點進行訓練和測試,計算各項指標;4.全局病變識別中運用卷積神經網絡對眼底圖像病變與正常進行識別和判斷,并用網絡對微動脈瘤和硬性滲出物單個病變... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：88 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題的研究背景及意義
    1.2 眼球結構及眼底病變與其相關數(shù)據集
        1.2.1 眼球結構
        1.2.2 常見的眼底病變
        1.2.3 相關數(shù)據集介紹
    1.3 國內外研究現(xiàn)狀
    1.4 論文主要研究內容和章節(jié)安排
        1.4.1 論文的主要研究內容
        1.4.2 論文研究內容的主要理論
        1.4.3 論文章節(jié)結構安排
第二章 眼底圖像處理技術
    2.1 眼底圖像的預處理方法
        2.1.1 色彩空間及其相互轉換
        2.1.2 眼底圖像通道分量的應用
        2.1.3 眼底圖像增強及均衡化方法
    2.2 眼底圖像的分割和分類方法
        2.2.1 眼底圖像的分割方法
        2.2.2 眼底圖像的分類方法
    2.3 本章小結
第三章 血管分割及微動脈瘤的檢測
    3.1 血管分割
        3.1.1 圖像預處理
        3.1.2 閾值分割
    3.2 微動脈瘤的檢測
        3.2.1 病變像素點的分割
        3.2.2 病變像素點統(tǒng)計
        3.2.3 病變像素點分級
    3.3 本章小結
第四章 硬性滲出物的檢測及評價方法
    4.1 硬性滲出物檢測
        4.1.1 預處理
        4.1.2 邊緣檢測候選區(qū)域的生成
        4.1.3 聚類候選區(qū)域的生成
        4.1.4 候選區(qū)域的聚合
    4.2 算法評價方法
        4.2.1 標簽圖像的生成
        4.2.2 機器學習分類器預測圖像的生成
        4.2.3 算法評價指標
    4.3 本章小結
第五章 基于卷積神經網絡的眼底病變檢測
    5.1 卷積神經網絡
        5.1.1 CNN與傳統(tǒng)神經網絡的比較
        5.1.2 網絡結構
    5.2 全局眼底圖像病變的識別
        5.2.1 正常與病變圖像的識別
        5.2.2 微動脈瘤和硬性滲出物的識別
    5.3 本章小結
第六章 總結與展望
    6.1 文章總結
    6.2 未來展望
致謝
參考文獻
攻讀碩士學位期間取得的成果


【參考文獻】：
期刊論文
[1]糖尿病視網膜病變輔助檢查現(xiàn)狀[J]. 苑欣,哈斯,張小杉,吳曉萍.  轉化醫(yī)學雜志. 2014(06)
[2]基于Hessian算子的多尺度視網膜血管增強濾波方法[J]. 丘赟立,蔣先剛,熊娟.  計算機應用與軟件. 2014(09)
[3]基于SVM的眼底圖像硬性滲出檢測[J]. 潘燕紅,潘林.  計算機與現(xiàn)代化. 2014(04)
[4]RBF神經網絡和閾值分割實現(xiàn)視網膜硬性滲出自動檢測[J]. 高瑋瑋,沈建新,王玉亮.  中國圖象圖形學報. 2013(07)
[5]一種新的血管造影圖像Hessian矩陣增強算法[J]. 康長青,袁磊,華麗,曹文平.  計算機工程與科學. 2012(10)
[6]灰度不均的弱邊緣血管影像的水平集分割方法[J]. 薛維琴,周志勇,張濤,李莉華,鄭健.  軟件學報. 2012(09)
[7]基于Hessian矩陣的多尺度視網膜圖像增強方法[J]. 游嘉,陳波.  計算機應用. 2011(06)
[8]病變視網膜圖像血管網絡的自動分割[J]. 姚暢,陳后金.  電子學報. 2010(05)
[9]一種新的視網膜血管網絡自動分割方法[J]. 姚暢,陳后金.  光電子.激光. 2009(02)
[10]面向肺癌CAD的CT圖像疑似病灶檢測算法[J]. 魏穎,于謙,賈同,趙大哲.  儀器儀表學報. 2009(01)

博士論文
[1]眼底圖像分割方法的研究及其應用[D]. 姚暢.北京交通大學 2009
[2]眼底圖像處理與分析中一些關鍵問題的研究[D]. 李居朋.北京交通大學 2009

碩士論文
[1]糖尿病視網膜病變圖像的滲出物自動檢測算法研究[D]. 陳向.哈爾濱工業(yè)大學 2012
[2]基于k近鄰圖區(qū)域合并的視網膜硬性滲出自動檢測研究[D]. 林蔚.上海交通大學 2008
[3]靜態(tài)圖像感興趣區(qū)域提取關鍵技術研究[D]. 李超.天津大學 2007
[4]基于非熒光眼底圖像的糖尿病特征提取[D]. 孫偉.吉林大學 2007



本文編號：3163043