基于深度学习的视网膜血管分割辅助诊断系统研究与实现
发布时间：2021-05-09 08:51
眼科临床医学中,视网膜血管的形态结构是医生对患者进行眼科疾病和其他相关疾病诊断的重要依据。视网膜里血管结构复杂,在大规模眼底检查中,医生通过肉眼进行检测耗费大量精力同时可能有漏诊、误诊现象发生。而使用计算机分割视网膜血管技术辅助医生诊断,可提高诊断效率并降低误诊率。随着深度学习技术的快速发展与卷积神经网络在图像识别上的广泛应用,越来越多的基于卷积神经网络的图像处理技术应用于医疗图像分割任务中。相对于传统的图像分割技术,使用深度学习技术的分割算法准确度更高。目前基于卷积神经网络的医学图像分割已成了研究的热点。本文将深度学习技术应用到视网膜血管分割研究中,开发完成了视网膜血管分割辅助诊断系统,可为医生提供准确的视网膜血管分割服务以及眼科远程辅助诊断服务。本文研究的主要内容如下:（1）设计基于深度学习的视网膜血管分割优化算法。提出视网膜眼底图像数据集预处理以及图像扩增方法,为后续网络模型训练做准备。选取出合适的基准网络模型U-Net,结合视网膜血管分割任务特点,提出改进的U-Net模型,设计的改进模型通过设计多路径的跳跃连接以充分利用上下文信息,提升网络分割性能。并将网络中标准卷积替换为可变...
【文章来源】：安徽建筑大学安徽省
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与研究意义
1.2 国内外研究现状与存在的问题
1.3 研究内容和主要工作
1.4 论文组织结构
第二章 相关理论与技术
2.1 传统图像分割技术
2.1.1 基于阈值的分割方法
2.1.2 基于区域增长的分割方法
2.1.3 基于边缘检测的分割方法
2.2 卷积神经网络
2.3 基于卷积神经网络的图像分割技术
2.4 视网膜图像分割数据集与常用评价指标
2.4.1 视网膜图像分割数据集
2.4.2 视网膜图像分割常用评价指标
第三章 基于深度学习的视网膜血管分割研究
3.1 引言
3.2 图像预处理与扩增
3.2.1 图像预处理
3.2.2 图像扩增
3.3 基准网络模型的选择与分析
3.4 基于改进U-Net的视网膜血管分割模型
3.4.1 可变形卷积原理与作用
3.4.2 批标准化原理与作用
3.4.3 残差模块原理与作用
3.4.4 改进U-Net网络模型原理与分析
3.5 实验过程与结果
3.5.1 实验环境配置
3.5.2 实验过程
3.5.3 实验结果与分析
3.6 本章小结
第四章 视网膜血管自动分割辅助诊断系统开发
4.1 引言
4.2 辅助诊断系统需求分析
4.2.1 可行性分析
4.2.2 功能性需求分析
4.2.3 非功能性需求分析
4.3 辅助诊断系统总体设计
4.3.1 系统设计目标
4.3.2 系统架构设计
4.3.3 系统网络结构
4.3.4 主要功能模块设计
4.3.5 数据库设计
4.3.6 系统安全性设计
4.4 辅助诊断系统实现与测试
4.4.1 系统测试环境
4.4.2 系统实现
4.4.3 系统测试
4.5 本章小结
第五章 总结与展望
5.1 本文总结
5.2 未来工作展望
参考文献
致谢
作者简介及读研期间主要科研成果
【参考文献】：
期刊论文
[1]基于3D20CNN的鼻咽癌CT图像分割[J]. 肖银燕,全惠敏. 计算机工程与科学. 2019(08)
[2]基于深度卷积神经网络的肺结节检测算法[J]. 邓忠豪,陈晓东. 计算机应用. 2019(07)
[3]基于测试驱动开发的Servlet实现[J]. 刘双. 电子技术与软件工程. 2018(20)
[4]彩色图像分割算法综述[J]. 王江涛,石红岩,李文. 信息安全与技术. 2015(04)
[5]实体关系图的程序实现[J]. 万晓枫,文军. 实验科学与技术. 2013(06)
[6]融合改进分水岭和区域生长的彩色图像分割方法[J]. 陈丽芳,刘一鸣,刘渊. 计算机工程与科学. 2013(04)
[7]糖尿病性视网膜病变的相关危险因素分析及治疗近况[J]. 靳秋分,丁淑华. 中医学报. 2013(01)
[8]关于数字图像处理中直方图均衡化的探讨[J]. 刘兴建. 硅谷. 2011(16)
[9]结合分水岭与自动种子区域生长的彩色图像分割算法[J]. 杨家红,刘杰,钟坚成,何明志. 中国图象图形学报. 2010(01)
[10]图像阈值分割算法研究[J]. 郭臻,陈远知. 中国传媒大学学报(自然科学版). 2008(02)
博士论文
[1]图像直方图特征及其应用研究[D]. 汪启伟.中国科学技术大学 2014
硕士论文
[1]基于组合分类器的白内障眼底图像分类系统[D]. 曾杨.北京邮电大学 2016
本文编号：3177004
【文章来源】：安徽建筑大学安徽省
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与研究意义
1.2 国内外研究现状与存在的问题
1.3 研究内容和主要工作
1.4 论文组织结构
第二章 相关理论与技术
2.1 传统图像分割技术
2.1.1 基于阈值的分割方法
2.1.2 基于区域增长的分割方法
2.1.3 基于边缘检测的分割方法
2.2 卷积神经网络
2.3 基于卷积神经网络的图像分割技术
2.4 视网膜图像分割数据集与常用评价指标
2.4.1 视网膜图像分割数据集
2.4.2 视网膜图像分割常用评价指标
第三章 基于深度学习的视网膜血管分割研究
3.1 引言
3.2 图像预处理与扩增
3.2.1 图像预处理
3.2.2 图像扩增
3.3 基准网络模型的选择与分析
3.4 基于改进U-Net的视网膜血管分割模型
3.4.1 可变形卷积原理与作用
3.4.2 批标准化原理与作用
3.4.3 残差模块原理与作用
3.4.4 改进U-Net网络模型原理与分析
3.5 实验过程与结果
3.5.1 实验环境配置
3.5.2 实验过程
3.5.3 实验结果与分析
3.6 本章小结
第四章 视网膜血管自动分割辅助诊断系统开发
4.1 引言
4.2 辅助诊断系统需求分析
4.2.1 可行性分析
4.2.2 功能性需求分析
4.2.3 非功能性需求分析
4.3 辅助诊断系统总体设计
4.3.1 系统设计目标
4.3.2 系统架构设计
4.3.3 系统网络结构
4.3.4 主要功能模块设计
4.3.5 数据库设计
4.3.6 系统安全性设计
4.4 辅助诊断系统实现与测试
4.4.1 系统测试环境
4.4.2 系统实现
4.4.3 系统测试
4.5 本章小结
第五章 总结与展望
5.1 本文总结
5.2 未来工作展望
参考文献
致谢
作者简介及读研期间主要科研成果
【参考文献】：
期刊论文
[1]基于3D20CNN的鼻咽癌CT图像分割[J]. 肖银燕,全惠敏. 计算机工程与科学. 2019(08)
[2]基于深度卷积神经网络的肺结节检测算法[J]. 邓忠豪,陈晓东. 计算机应用. 2019(07)
[3]基于测试驱动开发的Servlet实现[J]. 刘双. 电子技术与软件工程. 2018(20)
[4]彩色图像分割算法综述[J]. 王江涛,石红岩,李文. 信息安全与技术. 2015(04)
[5]实体关系图的程序实现[J]. 万晓枫,文军. 实验科学与技术. 2013(06)
[6]融合改进分水岭和区域生长的彩色图像分割方法[J]. 陈丽芳,刘一鸣,刘渊. 计算机工程与科学. 2013(04)
[7]糖尿病性视网膜病变的相关危险因素分析及治疗近况[J]. 靳秋分,丁淑华. 中医学报. 2013(01)
[8]关于数字图像处理中直方图均衡化的探讨[J]. 刘兴建. 硅谷. 2011(16)
[9]结合分水岭与自动种子区域生长的彩色图像分割算法[J]. 杨家红,刘杰,钟坚成,何明志. 中国图象图形学报. 2010(01)
[10]图像阈值分割算法研究[J]. 郭臻,陈远知. 中国传媒大学学报(自然科学版). 2008(02)
博士论文
[1]图像直方图特征及其应用研究[D]. 汪启伟.中国科学技术大学 2014
硕士论文
[1]基于组合分类器的白内障眼底图像分类系统[D]. 曾杨.北京邮电大学 2016
本文编号：3177004
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3177004.html
