隨著現(xiàn)代社會(huì)各類數(shù)據(jù)海量的積累,計(jì)算機(jī)計(jì)算能力的提升,學(xué)術(shù)界和工業(yè)界對(duì)算法模型及框架的改進(jìn),深度學(xué)習(xí)的發(fā)展正在突飛猛進(jìn)。目前深度學(xué)習(xí)已經(jīng)取得了很多成果,在各行各業(yè)都有所實(shí)際應(yīng)用,解決了很多復(fù)雜的難題。由于我國(guó)醫(yī)療資源分布不均衡,常規(guī)眼底照相機(jī)不太方便對(duì)偏遠(yuǎn)地區(qū)的人們進(jìn)行眼病普查,因此借助于深度學(xué)習(xí)技術(shù),利用便攜式手持眼底照相機(jī)進(jìn)行身份認(rèn)證和眼病輔助檢測(cè)非常必要,不僅節(jié)約了醫(yī)療衛(wèi)生資源,提高了醫(yī)護(hù)人員的工作效率,也相對(duì)平衡了我國(guó)醫(yī)療水平分布不均、眼科醫(yī)生水平參差不齊、大型醫(yī)療器械難以廣及等問題。針對(duì)眼病普查這一需求背景,本文主要實(shí)現(xiàn)了普查系統(tǒng)中的身份驗(yàn)證流程和青光眼輔助檢測(cè)流程,具體的研究?jī)?nèi)容如下:1.利用定位網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果進(jìn)行壞圖檢測(cè)和視盤中心點(diǎn)定位。定位網(wǎng)絡(luò)利用現(xiàn)有的網(wǎng)絡(luò)Faster RCNN的架構(gòu)設(shè)計(jì),主要是對(duì)特征提取網(wǎng)絡(luò)進(jìn)行了改動(dòng),增加了多尺度輸入層,并且對(duì)區(qū)域候選網(wǎng)絡(luò)的anchors的選擇也進(jìn)行了調(diào)整,因?yàn)橐暠P區(qū)域本身相對(duì)于整張眼底圖比較小,改動(dòng)后的網(wǎng)絡(luò)更適合小物體檢測(cè)。2.在身份驗(yàn)證流程中利用數(shù)學(xué)形態(tài)學(xué)方法增強(qiáng)眼底圖中的血管,并且利用改進(jìn)的FaceNet實(shí)現(xiàn)眼底圖身份驗(yàn)證,在... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

深度學(xué)習(xí)發(fā)展重要節(jié)點(diǎn)

浙江大學(xué)碩士學(xué)位論文第2章相關(guān)技術(shù)概況9合重新定位來確定OD[28]。開始提取G通道圖片提取靜脈血管骨架線最小二乘擬合靜脈血管擬合結(jié)果是否滿足準(zhǔn)則拋物線擬合初定位視盤窗口掃描視盤精確定位結(jié)束依據(jù)視盤自身特性初定位視盤YN圖2-1文獻(xiàn)[26]提出的視盤定位流程圖2-2文獻(xiàn)[28]提出的視盤定位流程雖然上述文獻(xiàn)提出的這些方法基于公知數(shù)據(jù)庫進(jìn)行測(cè)試取得了很不錯(cuò)的成績(jī)，也有一定的實(shí)踐應(yīng)用，但是卻達(dá)不到我們實(shí)際應(yīng)用的準(zhǔn)確度，一方面是基于

浙江大學(xué)碩士學(xué)位論文第2章相關(guān)技術(shù)概況12PreprocessingFeatureextractionMatching圖2-3眼底圖匹配通用流程比如KeisukeFukuta和ToshiakiNakagawa等人設(shè)計(jì)的通過視網(wǎng)膜眼底圖像進(jìn)行個(gè)人身份識(shí)別（personalidentification，PI）的相似度計(jì)算流程如圖2-4所示，在這個(gè)設(shè)計(jì)流程中，預(yù)處理和特征提取階段融合性比較大。在預(yù)處理和特征提取階段，會(huì)利用形態(tài)學(xué)處理和閾值計(jì)算從輸入圖像中提取BV（bloodvessel），并將原始圖像中BV區(qū)域的像素值替換為BV周圍區(qū)域的像素平均值，從而得到BVE（bloodvesselerased），利用BVE圖像的像素值，基于直方圖分析來確定視盤在圖像中的位置，由于輸入圖像和參考圖像之間總會(huì)發(fā)生位移，定位的視盤服務(wù)于位移的配準(zhǔn)；在匹配計(jì)算相似度時(shí)會(huì)利用模板匹配方式計(jì)算，利用輸入圖像和參考圖像之間的RGB像素值的交叉相關(guān)系數(shù)（cross-correlationcoefficient）定義的相似性來實(shí)現(xiàn)PI，選取的區(qū)域是以視盤中心坐標(biāo)為中心的360*360的像素區(qū)域[37]。圖2-4文獻(xiàn)[37]提出的流程圖山東大學(xué)計(jì)算機(jī)學(xué)院的師生在2013年文章中所展示的系統(tǒng)構(gòu)架如圖2-5所示，首先會(huì)從原始視網(wǎng)膜圖像中去除通過原始圖像和ICGF（ImprovedCircularGaborTransform）模板進(jìn)行卷積而得到的偏置區(qū)域來對(duì)不均勻分布的背景進(jìn)行均勻化，將圖像的像素歸一到0到255之間，CGF（CircularGaborTransform）是對(duì)

【參考文獻(xiàn)】：
期刊論文
[1]基于高低帽變換的圖像迭代分割方法[J]. 陽振宇,潘建平,陳夢(mèng).  測(cè)繪工程. 2018(08)
[2]基于置信度計(jì)算的快速眼底圖像視盤定位[J]. 吳慧,陳再良,歐陽平波,陳昌龍,鄒北驥.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(06)
[3]Instructions[J].   Animal Husbandry and Feed Science. 2017(03)
[4]改進(jìn)區(qū)域生長(zhǎng)算法在視杯圖像分割中的應(yīng)用[J]. 劉振宇,汪淼.  遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[5]自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)與匹配濾波器相結(jié)合的視網(wǎng)膜血管分割[J]. 徐光柱,張柳,鄒耀斌,夏平,雷幫軍.  光學(xué)精密工程. 2017(03)
[6]基于眼底結(jié)構(gòu)特征的彩色眼底圖像視盤定位方法[J]. 肖志濤,邵一婷,張芳,溫佳,耿磊,吳駿,尚丹丹,蘇龍,單春艷.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2016(03)
[7]彩色眼底圖像視盤自動(dòng)定位與分割[J]. 鄒北驥,張思劍,朱承璋.  光學(xué)精密工程. 2015(04)
[8]視網(wǎng)膜眼底圖像中視盤的檢測(cè)方法[J]. 劉杜鵑,余輪,鄭紹華.  中國(guó)醫(yī)療設(shè)備. 2014(11)
[9]基于定向局部對(duì)比度的眼底圖像視盤檢測(cè)方法[J]. 鄭紹華,陳健,潘林,余輪.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2014(03)
[10]基于C-V模型的眼底圖像交互式杯盤分割[J]. 董銀偉,沈建新,王玉亮.  計(jì)算機(jī)應(yīng)用與軟件. 2012(05)

碩士論文
[1]視網(wǎng)膜圖像的分析與研究[D]. 曾杰.電子科技大學(xué) 2016



本文編號(hào)：3597771