視網(wǎng)膜疾病,特別是糖尿病性視網(wǎng)膜病變（DR）和年齡相關(guān)性黃斑變性（AMD）仍然是導(dǎo)致視力低下甚至失明的主要原因。如果能夠在早期識(shí)別視網(wǎng)膜疾病的體征和癥狀并予以針對(duì)性的藥物治療,則可以預(yù)防視力的喪失,甚至治愈。然而,全球每年會(huì)有上億人患上視網(wǎng)膜疾病,面對(duì)大量且復(fù)雜的診斷工作,需要大量專業(yè)且有經(jīng)驗(yàn)的眼科醫(yī)師。但一些不發(fā)達(dá)的地區(qū)并不存在優(yōu)良的醫(yī)療環(huán)境。近年來(lái),采用深度學(xué)習(xí)幫助醫(yī)療人員分析并處理醫(yī)療數(shù)據(jù)以治療疾病的方法層出不窮。其中,卷積神經(jīng)網(wǎng)絡(luò)（CNN）在醫(yī)學(xué)圖像分析中的應(yīng)用最為廣泛。卷積神經(jīng)網(wǎng)絡(luò)（CNN）與先前用于圖像分類的傳統(tǒng)算法相比,不僅能夠自動(dòng)的提取圖像中的特征,而且提升了效果與速度。這些優(yōu)點(diǎn)使它在圖像分類領(lǐng)域成為了新的研究重點(diǎn)。因此,將深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于視網(wǎng)膜疾病的輔助診斷具有一定的研究意義。本文對(duì)視網(wǎng)膜相關(guān)疾病和卷積神經(jīng)網(wǎng)絡(luò)（CNN）均進(jìn)行了深入的研究。主要基于開(kāi)源的視網(wǎng)膜OCT圖像數(shù)據(jù)集,在四分類任務(wù)（CNV、DRUSEN、DME和NORMAL）上提出了一種對(duì)視網(wǎng)膜疾病進(jìn)行分類的卷積網(wǎng)絡(luò)模型。目的是達(dá)到專業(yè)眼科醫(yī)師的判斷水準(zhǔn),從而輔助醫(yī)生診斷視網(wǎng)膜疾病。本文大致工作... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像分類過(guò)程

第 2 章 相關(guān)工作些分類器算法包括：決策樹(shù)、支持向量機(jī)、樸素）等。下面分別進(jìn)行具體的介紹。樹(shù)算法見(jiàn)的機(jī)器學(xué)習(xí)算法之一，決策樹(shù)（decision tree）使用最廣泛的方法之一，可以解決分類或回歸問(wèn)習(xí)訓(xùn)練時(shí)數(shù)據(jù)的決策規(guī)則預(yù)測(cè)目標(biāo)的值或類，基決問(wèn)題。其中節(jié)點(diǎn)代表選擇屬性并提出問(wèn)題的地點(diǎn)代表實(shí)際的輸出或類別標(biāo)簽。決策樹(shù)用于具有決策，如下圖 2.2 所示。

圖 2.3 ID3 算法的大致流程算法引入信息增益來(lái)度量每個(gè)屬性對(duì)于數(shù)據(jù)計(jì)劃分的好壞程度。首先基于度量值最大的屬性劃分全部數(shù)據(jù)集。然后，每次都選擇剩余屬性中信息增益最大的對(duì)剩余數(shù)據(jù)進(jìn)行不斷的劃分，直到將數(shù)據(jù)完全分類或?qū)傩杂猛�。ID3 算法只能為離散型屬性的數(shù)據(jù)集進(jìn)行決策樹(shù)的構(gòu)造，而且傾向于選擇多值屬性。針對(duì)這些問(wèn)題，Quinlan 基于 ID3 提出了 C4.5 算法。C4.5 算法[35]的流程跟 ID3 一樣，但采用信息增益率代替信息增益來(lái)度量劃分的準(zhǔn)則，可以對(duì)連續(xù)型屬性進(jìn)行建模而且更傾向于選擇少值屬性。而且，構(gòu)造時(shí)采用剪枝法防止樹(shù)高度的無(wú)限增高，規(guī)避了過(guò)擬合。（2）支持向量機(jī)支持向量機(jī)[36]（SVM）也是一種監(jiān)督學(xué)習(xí)算法，主要用于分類問(wèn)題，并且非常適用于圖像分類領(lǐng)域。SVM 根據(jù)特征數(shù)目建立 n 維特征空間，并根據(jù)數(shù)據(jù)在每個(gè)特征下的值取相應(yīng)的坐標(biāo)。核心操作是在該特征空間下尋找最優(yōu)的超平面對(duì)

【參考文獻(xiàn)】：
期刊論文
[1]基于貝葉斯分類器的圖像分類[J]. 董立巖,苑森淼,劉光遠(yuǎn),賈書(shū)洪.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2007(02)
[2]圖像視覺(jué)特征綜述[J]. 于昕梅,朱林.  廣東通信技術(shù). 2004(S1)



本文編號(hào)：3527906