根據(jù)數(shù)據(jù)資料顯示,一些常見的眼科疾病都可以利用眼底圖像的形式觀察檢測到,白內(nèi)障就是其中一種常見性的眼科疾病。本文主要利用機(jī)器學(xué)習(xí)算法中的圖像識(shí)別技術(shù),對白內(nèi)障眼底圖像進(jìn)行診斷識(shí)別,提出了能充分利用無標(biāo)簽的眼底圖像數(shù)據(jù)進(jìn)行半監(jiān)督學(xué)習(xí),從而提升模型在測試集上準(zhǔn)確率的半監(jiān)督學(xué)習(xí)算法。本文提出的基于半監(jiān)督學(xué)習(xí)的白內(nèi)障眼底圖像自動(dòng)分類標(biāo)注系統(tǒng)對降低醫(yī)療成本,緩解短缺的醫(yī)生資源以及提升白內(nèi)障疾病的診療效率具有很重要的科研價(jià)值和臨床意義。本文主要完成了如下幾個(gè)方面的工作:在白內(nèi)障眼底圖像預(yù)處理階段,使用了圖像灰度化來將原始的OCT彩色眼底圖像轉(zhuǎn)換成灰度圖,使用像素值標(biāo)準(zhǔn)化和歸一化將圖像的像素值劃歸到同一個(gè)灰度范圍,使用限制對比度直方圖均衡化（CLAHE）的方法來對圖像進(jìn)行初步的增強(qiáng),使用伽馬矯正來去除光照不均對圖像造成的影響。在眼底圖像特征提取階段,提取了圖像的顏色特征,紋理特征,小波特征,輪輻特征以及眼底血管五類特征,共計(jì)128維。在半監(jiān)督算法實(shí)現(xiàn)階段,本文使用了兩種半監(jiān)督學(xué)習(xí)算法,一種是基于傳統(tǒng)的機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)的半監(jiān)督算法,另一種是基于生成對抗神經(jīng)網(wǎng)絡(luò)（GAN）實(shí)現(xiàn)的半監(jiān)督學(xué)習(xí)算法。本文使用得... 

【文章來源】：中北大學(xué)山西省

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

每個(gè)級(jí)別的眼底圖像a.健康b.輕微c.中度d.重度圖2.1給出了白內(nèi)障眼底圖像的不同程度以及未患病的典型圖像，圖(a)是未患病眼底圖像，圖(b)為白內(nèi)障輕度患者的眼底圖像，圖(c)為白內(nèi)障中度患者的眼底圖像，圖(d)

圖 a 原始圖像 圖 b 灰度化圖像圖 2.2 圖像灰度化((.3 圖像增強(qiáng)在圖像處理的技術(shù)當(dāng)中，常常會(huì)用到圖像增強(qiáng)的方法，圖像增強(qiáng)的應(yīng)用同樣是的，通過各種增強(qiáng)技術(shù)來增強(qiáng)圖像的視覺效果。圖像增強(qiáng)的一個(gè)典型的例子就是增強(qiáng)，利用兩個(gè)不同表面所反射回來的不同的亮度作為對比度[33]。也就是說，對121 11_ mid1 1( )NiiN Ni ii iX xNXx xN N== =-=- _ min( _ )_ 255max( _ ) min( _ )X mid X midX normX mid X mid-= ′-

中北大學(xué)學(xué)位論文該曲線就是一個(gè)函數(shù)，這個(gè)函數(shù)中的形式如下：Y=(X+e)γ，他的Y就是亮度、輸出電壓、e是補(bǔ)償系數(shù)、乘冪值(γ)為伽瑪值，通常改變 CRT 的伽瑪曲線是通(γ)的值。0.45 是伽瑪?shù)囊粋�(gè)典型值，圖像的亮度呈現(xiàn)線性，由于顯示器的屏幕信號(hào)灰度是指數(shù)函數(shù)形式，不是線性的，所以要校正。在本文中，選用的γ值是對比效果圖如下 2.5 所示。由圖可見，伽馬調(diào)整后的圖像血管比調(diào)整前的血管更，在某種意義上把照片本身拍照時(shí)候不能避免的因素也調(diào)和掉了，是的圖像更清

【參考文獻(xiàn)】：
期刊論文
[1]基于顏色特征和尺度自適應(yīng)的時(shí)空上下文算法[J]. 周海英,李松玥.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(02)
[2]基于SVM的深度學(xué)習(xí)分類研究綜述[J]. 喬風(fēng)娟,郭紅利,李偉,李彬.  齊魯工業(yè)大學(xué)學(xué)報(bào). 2018(05)
[3]基于灰度共生矩陣的乳腺病理圖像紋理特征分析[J]. 趙爽,李延軍,馬志慶,趙文華.  中國醫(yī)學(xué)裝備. 2018(08)
[4]基于改進(jìn)的CLAHE顯微細(xì)胞圖像增強(qiáng)算法[J]. 魏德志,梁光明.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(10)
[5]一種使用log函數(shù)的新型修正激活單元LogReLU[J]. 王多民,劉淑芬.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2017(03)
[6]基于自適應(yīng)伽瑪校正的去霧算法[J]. 辛婷婷,肖雪梅.  電腦知識(shí)與技術(shù). 2017(10)
[7]一種基于非負(fù)低秩稀疏圖的半監(jiān)督學(xué)習(xí)改進(jìn)算法[J]. 張濤,唐振民.  電子與信息學(xué)報(bào). 2017(04)
[8]加權(quán)灰度-梯度共生矩陣特征值的圖像檢索[J]. 李慎,王玉德,李妍,王順.  電子技術(shù). 2015(12)
[9]糖尿病性視網(wǎng)膜病變圖像黃斑水腫等級(jí)自動(dòng)分析方法[J]. 鄭紹華,陳健,潘林,余輪.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2014(06)
[10]半監(jiān)督學(xué)習(xí)方法[J]. 劉建偉,劉媛,羅雄麟.  計(jì)算機(jī)學(xué)報(bào). 2015(08)

博士論文
[1]圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D]. 李艷梅.電子科技大學(xué) 2013

碩士論文
[1]針對特納綜合征的自動(dòng)人臉分類方法研究[D]. 雷毅.中北大學(xué) 2018
[2]眼科�？朴跋駭�(shù)據(jù)分析關(guān)鍵技術(shù)研究[D]. 王萍.中北大學(xué) 2017
[3]視網(wǎng)膜血管分割與動(dòng)靜脈分類方法研究[D]. 楊毅.哈爾濱工業(yè)大學(xué) 2016
[4]基于組合分類器的白內(nèi)障眼底圖像分類系統(tǒng)[D]. 曾楊.北京郵電大學(xué) 2016
[5]基于專家知識(shí)的白內(nèi)障影像等級(jí)自動(dòng)分類系統(tǒng)研究[D]. 楊美美.北京郵電大學(xué) 2014
[6]基于logistic回歸的違約概率模型的建立及分析[D]. 孟敏.山東大學(xué) 2012
[7]基于人工神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別和分類[D]. 卜富清.成都理工大學(xué) 2010
[8]青光眼眼底圖像的自動(dòng)識(shí)別與分析方法研究[D]. 干能強(qiáng).西南交通大學(xué) 2008



本文編號(hào)：3250521