眼科专科影像数据分析关键技术研究
发布时间：2022-01-08 09:50
白内障是发病率较高的眼底疾病。有研究表明,低视力人群中大部分患者患有白内障疾病,而眼底图像是诊断眼底疾病的重要指标。随着计算机辅助诊疗系统的不断发展,不断地减少了专科医生的负担。因此,对眼科专科影像数据进行分析具有重要的科研价值和临床意义。通过对眼底进行一系列检查,可以诊断出病人可能患有哪些疾病,例如常见的青光眼、白内障等眼科疾病,糖尿病、肾病、高血压、细菌性疾病等。本文从临床需求和实际情况出发,对眼科专科影像数据进行分析的关键技术进行了研究。针对当前有标注数据获取难度大,未标注样本获取相对容易的现状,提出了使用半监督学习算法对眼科专科影像进行分析。论文主要工作内容为:在已有的研究基础上,选择更适合诊断白内障疾病的眼底图像处理方法。包括使用G通道的眼底图像、使用形态学的方法对原眼科专科影像进行增强和使用三边滤波器对眼科专科影像进行去噪;提取了眼科专科影像的小波特征和纹理特征,作为后期分类与分级的依据;由于数据集由少量的有标注样本和大量的未标注样本组成,再加上标注样本代价高,本文使用了协同式训练算法对眼科专科影像进行分类与分级,大大地减少了医生的负担并且极大地提高了眼科医疗水平。本文中的...
【文章来源】：中北大学山西省
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1.绪论
1.1 选题依据、选题背景及研究意义
1.1.1 选题依据
1.1.2 选题背景
1.1.3 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要研究内容及安排
1.3.1 主要研究内容
1.3.2 论文组织结构
1.4 本章小结
2.白内障眼底图像的相关理论知识
2.1 人眼的基本结构
2.2 白内障眼底图像的分类标准
2.3 本章小结
3.眼科专科影像预处理的关键技术
3.1 图像的彩色空间变换
3.1.1 各种彩色空间模型
3.1.2 不同色彩空间中眼底图像的提取
3.2 图像增强的方法
3.2.1 灰度级变换
3.2.2 直方图处理
3.2.3 灰度图像中的形态学处理
3.2.4 眼科专科影像增强的实验结果
3.3 眼科专科影像图像去噪
3.3.1 均值滤波器
3.3.2 中值滤波器
3.3.3 图像锐化
3.3.4 三边滤波器
3.4 本章小结
4.半监督学习的相关理论
4.1 半监督学习的由来
4.1.1 有监督学习
4.1.2 无监督学习
4.1.3 半监督学习
4.2 半监督学习简介
4.2.1 基本思想
4.2.2 基本假设
4.3 半监督分类
4.3.1 基于协同训练模式的方法
4.3.2 基于tri-training的半监督协同训练算法
4.4 本章小结
5.眼科专科影像数据分析
5.1 眼科专科影像的数据集获取
5.2 眼科专科影像预处理
5.3 眼科专科影像特征提取
5.3.1 小波特征提取
5.3.2 纹理特征提取
5.4 使用tri-training对眼科专科影像进行分析
5.4.1 支持向量机
5.4.2 决策树
5.4.3 两种分类器的实验结果对比
6.结论与展望
6.1 全文总结
6.2 未来工作展望
参考文献
攻读硕士学位期间所获得的研究成果
致谢
【参考文献】：
期刊论文
[1]粗决策树动态规则提取算法研究及应用[J]. 陈丽芳,王云,张奉. 计算机应用. 2015(11)
[2]应用HSV到RGB的转换关系于室内色彩设计[J]. 翟华明. 佛山科学技术学院学报(自然科学版). 2015(05)
[3]基于NI机器视觉的胶带纵向撕裂检测系统[J]. 胡明明,乔铁柱,郑补祥. 仪表技术与传感器. 2013(11)
[4]基于小波变换的时空数据压缩方法[J]. 孙家宝,郭峰林,薛伟,赵克威,张新祥. 武汉工业学院学报. 2013(03)
[5]一种改进的中值滤波方法[J]. 袁勇,张固澜. 成都理工大学学报(自然科学版). 2013(02)
[6]基于直方图均衡化的彩色图像增强[J]. 姜冬琴,李明东. 电脑知识与技术. 2013(04)
[7]基于肤色HSV彩色模型下的人脸检测[J]. 刘萌. 商洛学院学报. 2012(02)
[8]基于HSI空间的彩色绣花图样的轮廓提取算法研究[J]. 胡少凛,范秀娟. 北京服装学院学报(自然科学版). 2012(01)
[9]45例老年性白内障患者术后黄斑病变的临床分析[J]. 罗光辉. 医学信息(中旬刊). 2011(06)
[10]基于分量提取的眼底图像预处理研究[J]. 刘杰. 中州大学学报. 2010(03)
博士论文
[1]眼底图像分割算法及应用研究[D]. 高玮玮.南京航空航天大学 2013
[2]智能移动式水果采摘机器人系统的研究[D]. 顾宝兴.南京农业大学 2012
[3]视网膜血管图像处理的若干关键问题研究[D]. 赵晓芳.华南理工大学 2011
[4]基于图的半监督学习及其应用研究[D]. 潘俊.浙江大学 2011
[5]医学影像云服务平台基础架构研究与实践[D]. 李彭军.南方医科大学 2011
[6]眼底图像的血管特征分析[D]. 韩松涛.吉林大学 2010
[7]眼底图像处理与分析中一些关键问题的研究[D]. 李居朋.北京交通大学 2009
硕士论文
[1]基于样本去噪的协同训练算法研究[D]. 邹细涛.西南大学 2015
[2]眼底图像视神经盘和渗出物自动分割算法研究[D]. 于婷.兰州大学 2015
[3]基于多分类器投票集成的半监督情感分类方法研究[D]. 黄伟.上海交通大学 2015
[4]基于FPGA的人体姿态检测与识别系统的设计与实现[D]. 果彬.东北大学 2014
[5]病变眼底图像高效高精度视盘定位与分割[D]. 赵圆圆.湘潭大学 2014
[6]基于高斯Markov随机场混合模型的彩色眼底视网膜血管分割提取[D]. 汤莉平.云南大学 2014
[7]基于多视图的半监督学习分类算法的研究[D]. 孙鹏.吉林大学 2014
[8]基于专家知识的白内障影像等级自动分类系统研究[D]. 杨美美.北京邮电大学 2014
[9]基于局部血管结构的眼底图像配准[D]. 沈奔.湘潭大学 2013
[10]视网膜图像中血管提取及相关技术的研究[D]. 郭博书.北京工业大学 2013
本文编号：3576341
【文章来源】：中北大学山西省
【文章页数】：69 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1.绪论
1.1 选题依据、选题背景及研究意义
1.1.1 选题依据
1.1.2 选题背景
1.1.3 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要研究内容及安排
1.3.1 主要研究内容
1.3.2 论文组织结构
1.4 本章小结
2.白内障眼底图像的相关理论知识
2.1 人眼的基本结构
2.2 白内障眼底图像的分类标准
2.3 本章小结
3.眼科专科影像预处理的关键技术
3.1 图像的彩色空间变换
3.1.1 各种彩色空间模型
3.1.2 不同色彩空间中眼底图像的提取
3.2 图像增强的方法
3.2.1 灰度级变换
3.2.2 直方图处理
3.2.3 灰度图像中的形态学处理
3.2.4 眼科专科影像增强的实验结果
3.3 眼科专科影像图像去噪
3.3.1 均值滤波器
3.3.2 中值滤波器
3.3.3 图像锐化
3.3.4 三边滤波器
3.4 本章小结
4.半监督学习的相关理论
4.1 半监督学习的由来
4.1.1 有监督学习
4.1.2 无监督学习
4.1.3 半监督学习
4.2 半监督学习简介
4.2.1 基本思想
4.2.2 基本假设
4.3 半监督分类
4.3.1 基于协同训练模式的方法
4.3.2 基于tri-training的半监督协同训练算法
4.4 本章小结
5.眼科专科影像数据分析
5.1 眼科专科影像的数据集获取
5.2 眼科专科影像预处理
5.3 眼科专科影像特征提取
5.3.1 小波特征提取
5.3.2 纹理特征提取
5.4 使用tri-training对眼科专科影像进行分析
5.4.1 支持向量机
5.4.2 决策树
5.4.3 两种分类器的实验结果对比
6.结论与展望
6.1 全文总结
6.2 未来工作展望
参考文献
攻读硕士学位期间所获得的研究成果
致谢
【参考文献】：
期刊论文
[1]粗决策树动态规则提取算法研究及应用[J]. 陈丽芳,王云,张奉. 计算机应用. 2015(11)
[2]应用HSV到RGB的转换关系于室内色彩设计[J]. 翟华明. 佛山科学技术学院学报(自然科学版). 2015(05)
[3]基于NI机器视觉的胶带纵向撕裂检测系统[J]. 胡明明,乔铁柱,郑补祥. 仪表技术与传感器. 2013(11)
[4]基于小波变换的时空数据压缩方法[J]. 孙家宝,郭峰林,薛伟,赵克威,张新祥. 武汉工业学院学报. 2013(03)
[5]一种改进的中值滤波方法[J]. 袁勇,张固澜. 成都理工大学学报(自然科学版). 2013(02)
[6]基于直方图均衡化的彩色图像增强[J]. 姜冬琴,李明东. 电脑知识与技术. 2013(04)
[7]基于肤色HSV彩色模型下的人脸检测[J]. 刘萌. 商洛学院学报. 2012(02)
[8]基于HSI空间的彩色绣花图样的轮廓提取算法研究[J]. 胡少凛,范秀娟. 北京服装学院学报(自然科学版). 2012(01)
[9]45例老年性白内障患者术后黄斑病变的临床分析[J]. 罗光辉. 医学信息(中旬刊). 2011(06)
[10]基于分量提取的眼底图像预处理研究[J]. 刘杰. 中州大学学报. 2010(03)
博士论文
[1]眼底图像分割算法及应用研究[D]. 高玮玮.南京航空航天大学 2013
[2]智能移动式水果采摘机器人系统的研究[D]. 顾宝兴.南京农业大学 2012
[3]视网膜血管图像处理的若干关键问题研究[D]. 赵晓芳.华南理工大学 2011
[4]基于图的半监督学习及其应用研究[D]. 潘俊.浙江大学 2011
[5]医学影像云服务平台基础架构研究与实践[D]. 李彭军.南方医科大学 2011
[6]眼底图像的血管特征分析[D]. 韩松涛.吉林大学 2010
[7]眼底图像处理与分析中一些关键问题的研究[D]. 李居朋.北京交通大学 2009
硕士论文
[1]基于样本去噪的协同训练算法研究[D]. 邹细涛.西南大学 2015
[2]眼底图像视神经盘和渗出物自动分割算法研究[D]. 于婷.兰州大学 2015
[3]基于多分类器投票集成的半监督情感分类方法研究[D]. 黄伟.上海交通大学 2015
[4]基于FPGA的人体姿态检测与识别系统的设计与实现[D]. 果彬.东北大学 2014
[5]病变眼底图像高效高精度视盘定位与分割[D]. 赵圆圆.湘潭大学 2014
[6]基于高斯Markov随机场混合模型的彩色眼底视网膜血管分割提取[D]. 汤莉平.云南大学 2014
[7]基于多视图的半监督学习分类算法的研究[D]. 孙鹏.吉林大学 2014
[8]基于专家知识的白内障影像等级自动分类系统研究[D]. 杨美美.北京邮电大学 2014
[9]基于局部血管结构的眼底图像配准[D]. 沈奔.湘潭大学 2013
[10]视网膜图像中血管提取及相关技术的研究[D]. 郭博书.北京工业大学 2013
本文编号：3576341
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3576341.html
