机器学习在视网膜疾病中的应用研究
发布时间:2021-04-21 15:19
研究背景近年来,全球糖尿病患者数量逐年增加,2017年全球成人糖尿病患者数量为4.51亿。2018年,中国糖尿病患者发病人数超过1亿,位于世界第二位。在眼科,糖尿病主要引起糖尿病视网膜病变,严重威胁患者视力。而全球估计有38%的糖尿病患者罹患视网膜病变。尽早诊断非增殖性糖尿病视网膜病变并经过及时治疗可长期保持有效的视力,延误治疗易造成严重视力损害。但是,我国注册眼科医师数量少,需接受筛查的患者数量较大,发展远程智能筛查糖尿病视网膜疾病的技术就显得尤为重要。近十年来,随着大数据时代到临及计算机算力的提高,机器学习、深度学习算法的高速发展,以及卷积神经网络对人类神经系统的成功模仿,推动了人工智能技术的发展。目前,卷积神经网络已成功运用于医学图像分类任务。在眼科学领域,已有大量人工智能研究运用于视网膜疾病、青光眼、白内障及角膜病变等相关疾病的筛查诊断。美国卫生监管机构食品药品监督管理局(Food and Drug Administration,FDA)已于2018年4月批准了世界上第一款人工智能医疗设备IDx-DR用于检测DR。2018年8月1日起,我国《医疗器械分类目录》正式生效。该目录将...
【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:57 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号说明
1 绪论
1.1 研究背景及意义
1.2 研究现状及分析
1.3 论文的组织结构
2 基于卷积神经网络的糖尿病视网膜病变眼底照片检测
2.1 卷积神经网络介绍
2.2 基于RESNET的糖尿病视网膜病变检测基线模型
2.2.1 ResNet介绍
2.2.2 糖尿病视网膜病变检测基线模型构建
2.3 实验结果分析
2.3.1 实验评价指标
2.3.2 实验分类标准
2.3.3 结果分析
2.4 小结
3 视网膜静脉阻塞对糖尿病视网膜病变检测模型的影响研究
3.1 视网膜静脉阻塞与糖尿病视网膜病变相似性分析
3.2 视网膜静脉阻塞眼底照片对糖尿病视网膜病变检测模型的影响分析
3.2.1 数据集与数据预处理
3.2.2 实验与结果分析
3.3 小结
4 基于糖尿病视网膜病变检测基线模型及视网膜静脉阻塞检测微模型的双层模型研究
4.1 视网膜静脉阻塞检测微模型建立
4.2 视网膜静脉阻塞检测微模型实验结果及分析
4.2.1 视网膜静脉阻塞微模型对视网膜静脉阻塞的预测结果分析
4.2.2 视网膜静脉阻塞检测微模型对糖尿病视网膜的预测结果分析
4.3 基于逻辑回归算法的双层模型建立解决视网膜静脉阻塞干扰问题
4.3.1 逻辑回归算法基本原理
4.3.2 双层模型构建
4.3.3 实验与结果分析
4.4 小结
5 总结与展望
参考文献
致谢
攻读学位期间发表的学术论文目录
附录
学位论文评阅及答辩情况表
【参考文献】:
期刊论文
[1]全卷积多并联残差神经网络[J]. 李国强,张露. 小型微型计算机系统. 2020(01)
[2]卷积神经网络中的激活函数分析[J]. 赖策. 科学技术创新. 2019(33)
[3]基于CNN的糖尿病视网膜病变图像识别研究[J]. 潘杨帆,吴涛,颜二惠,胡奇奇,蒋鹏飞. 电脑知识与技术. 2019(31)
[4]基于眼底照相的糖尿病视网膜病变人工智能筛查系统应用指南[J]. 袁进,雷博,张明,许言午,任海萍,杨卫华,陈新建,魏雁涛,肖鹏,唐晓颖,夏鸿慧. 中华实验眼科杂志. 2019 (08)
[5]基于FA-Net的视网膜眼底图像质量评估[J]. 万程,游齐靖,孙晶,沈建新,俞秋丽. 中华实验眼科杂志. 2019 (08)
[6]深度学习中标准化人工标注在早产儿视网膜病变图像识别中的应用[J]. 汪佶,张贵华,林建伟,吉杰,邱坤良,张铭志. 中华实验眼科杂志. 2019 (08)
[7]眼底阅片人工智能系统在糖尿病视网膜病变筛查中的临床价值评价[J]. 李萌,王耿媛,夏鸿慧,唐晓颖,冯子卿,姚永屿,黄义劲,范卫,袁哲,袁进. 中华实验眼科杂志. 2019 (08)
[8]基于深度学习人工智能辅助诊断糖尿病视网膜病变研究现状及展望[J]. 明帅,雷博. 中华实验眼科杂志. 2019 (08)
[9]视网膜静脉阻塞性黄斑水肿的治疗[J]. 卢颖毅,戴虹. 临床药物治疗杂志. 2019(06)
[10]国际眼科理事会(ICO)发布2012年全球眼科医生数量[J]. 国际眼科杂志. 2012(12)
硕士论文
[1]面向不平衡数据分类问题的核逻辑回归算法的设计与实现[D]. 王鹏.西安电子科技大学 2015
本文编号:3152002
【文章来源】:山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:57 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号说明
1 绪论
1.1 研究背景及意义
1.2 研究现状及分析
1.3 论文的组织结构
2 基于卷积神经网络的糖尿病视网膜病变眼底照片检测
2.1 卷积神经网络介绍
2.2 基于RESNET的糖尿病视网膜病变检测基线模型
2.2.1 ResNet介绍
2.2.2 糖尿病视网膜病变检测基线模型构建
2.3 实验结果分析
2.3.1 实验评价指标
2.3.2 实验分类标准
2.3.3 结果分析
2.4 小结
3 视网膜静脉阻塞对糖尿病视网膜病变检测模型的影响研究
3.1 视网膜静脉阻塞与糖尿病视网膜病变相似性分析
3.2 视网膜静脉阻塞眼底照片对糖尿病视网膜病变检测模型的影响分析
3.2.1 数据集与数据预处理
3.2.2 实验与结果分析
3.3 小结
4 基于糖尿病视网膜病变检测基线模型及视网膜静脉阻塞检测微模型的双层模型研究
4.1 视网膜静脉阻塞检测微模型建立
4.2 视网膜静脉阻塞检测微模型实验结果及分析
4.2.1 视网膜静脉阻塞微模型对视网膜静脉阻塞的预测结果分析
4.2.2 视网膜静脉阻塞检测微模型对糖尿病视网膜的预测结果分析
4.3 基于逻辑回归算法的双层模型建立解决视网膜静脉阻塞干扰问题
4.3.1 逻辑回归算法基本原理
4.3.2 双层模型构建
4.3.3 实验与结果分析
4.4 小结
5 总结与展望
参考文献
致谢
攻读学位期间发表的学术论文目录
附录
学位论文评阅及答辩情况表
【参考文献】:
期刊论文
[1]全卷积多并联残差神经网络[J]. 李国强,张露. 小型微型计算机系统. 2020(01)
[2]卷积神经网络中的激活函数分析[J]. 赖策. 科学技术创新. 2019(33)
[3]基于CNN的糖尿病视网膜病变图像识别研究[J]. 潘杨帆,吴涛,颜二惠,胡奇奇,蒋鹏飞. 电脑知识与技术. 2019(31)
[4]基于眼底照相的糖尿病视网膜病变人工智能筛查系统应用指南[J]. 袁进,雷博,张明,许言午,任海萍,杨卫华,陈新建,魏雁涛,肖鹏,唐晓颖,夏鸿慧. 中华实验眼科杂志. 2019 (08)
[5]基于FA-Net的视网膜眼底图像质量评估[J]. 万程,游齐靖,孙晶,沈建新,俞秋丽. 中华实验眼科杂志. 2019 (08)
[6]深度学习中标准化人工标注在早产儿视网膜病变图像识别中的应用[J]. 汪佶,张贵华,林建伟,吉杰,邱坤良,张铭志. 中华实验眼科杂志. 2019 (08)
[7]眼底阅片人工智能系统在糖尿病视网膜病变筛查中的临床价值评价[J]. 李萌,王耿媛,夏鸿慧,唐晓颖,冯子卿,姚永屿,黄义劲,范卫,袁哲,袁进. 中华实验眼科杂志. 2019 (08)
[8]基于深度学习人工智能辅助诊断糖尿病视网膜病变研究现状及展望[J]. 明帅,雷博. 中华实验眼科杂志. 2019 (08)
[9]视网膜静脉阻塞性黄斑水肿的治疗[J]. 卢颖毅,戴虹. 临床药物治疗杂志. 2019(06)
[10]国际眼科理事会(ICO)发布2012年全球眼科医生数量[J]. 国际眼科杂志. 2012(12)
硕士论文
[1]面向不平衡数据分类问题的核逻辑回归算法的设计与实现[D]. 王鹏.西安电子科技大学 2015
本文编号:3152002
本文链接:https://www.wllwen.com/shoufeilunwen/mpalunwen/3152002.html