语义分割网络在视网膜血管分割任务的应用

发布时间：2020-11-13 12:37

　　 眼底视网膜血管的结构和形态的变化往往和特定眼科及心血管疾病相关,是诊断、筛查、预防相关疾病的重要依据。针对医生判读彩色眼底图像效率低、需要丰富经验的问题,设计自动的视网膜血管分割算法具有非常重要的研究和实践意义。本文针对彩色眼底图像视网膜血管分割问题,结合了语义分割领域近年来的研究思路,提出了一种结合膨胀卷积、逐层解码器和多尺度上下文融合模块的全卷积分割网络,并在公开血管分割数据集上训练并测试了我们提出的全卷积网络的效果。本文的贡献主要包括下述几点:1.通过一个U-Net全卷积网络作为基线模型,本文对视网膜血管分割数据集图像的处理问题进行了研究。本文分析了数据集的裁剪采样方式、预处理方式和增强方式对网络性能的影响,并通过对比实验和消融性分析筛选出性能更好的数据集处理方法,以及最优的组合方式。2.本文回顾了语义分割领域近年来的研究思路,并选择了一些代表性的、应用于语义分割任务的全卷积网络改进方法,测试这些方法在视网膜血管分割任务中是否也能起到提高效果。本文通过对比实验证明了语义分割领域中常用的膨胀卷积和上下文融合模块,在视网膜血管分割任务中也能提升网络的分割精度。3.本文提出了一种结合膨胀残差卷积模块、逐层解码器和上下文融合模块的全卷积分割网络。本文提出的方法结合了在语义分割网络中常用的膨胀卷积模块和上下文融合模块,以及医疗影像分割任务中常用的跳层连接和逐层解码器。我们提出的网络结构能够结合这几种不同方法的优势,获得既分类准确、又有精确边缘的分割结果。本文提出的分割方法能够较为准确地分割出彩色眼底图像中视网膜血管的结构和形态,在DRIVE数据集和CHASE_DBI数据集的对比试验中体现出目前为止最优或次优的分类和分割精度。同时,本文也证明了针对语义分割任务设计的一些思路,同样对视网膜血管分割这个特定任务具有一定提升作用。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;R770.4
【部分图文】：

于两个类别之一：血管或者背景。眼底结构是眼球的感光部分，不能自发光，通常情??况下人眼的眼底结构需要借助眼底成像设备来获得ｍ。通过眼底成像设备，可以对眼??球拍摄得到彩色眼底图像，即本文所要研究的原始数据。正常的眼底图像如图２－１［２］??所示。??彩色眼底图像主要包括视盘、视网膜、黄斑和视网膜中央动静脉血管。眼睛发生??病变的情况往往能从视网膜图像上体现出来：图２－２印展示了主要的４种眼底视网膜??病变，即视网膜水肿、视网膜出血、视网膜渗出及视网膜新生血管。当前对眼底图像??进行诊疗的流程是利用眼底成像技术观察眼底结构或者拍摄彩色眼底图像，再由专??家判读彩色眼底图像并进行分析和诊断。为了提高眼底图像诊断效率和精度，自动化??的视网膜血管分割算法在眼科疾病自动筛查系统和临床实践上都有重大意义。??２．３卷积神经网络??卷积神经网络是应用于计算机视觉领域的常见网络结构，是一种专门处理具有??类似网格结构的数据（例如图像数据可以被视作是二维的像素网格数据）的神经网??１１??

?（ｄ）??图２－２：?４种主要眼底视冋膜病变??点的输入数据，如图２－３。这样模型需要存储的参数就会显著减少，不仅减少了模型??对存储空间的需求，也提高了计算和统计效率：矩阵乘法的时间复杂度为〇＿ｘ；〇，??而卷积运算的时间复杂度为〇（／ｔＸｎ），其中ｍ为输入像素数、ＩＩ为输出像素数、ｋ为??卷积核像素数，通常而言ｋ比ｍ低几个数量级仍能维持极佳的表现。??参数共享（ｐａｒａｍｅｔｅｒ?ｓｈａｒｉｎｇ）则指在一个模型的多个函数中使用相同的参数。和??传统的神经网络不同，卷积神经网络的权重并不和输入元素一一对应，而是在整个输??入元素集合上共享一个参数集合，这会使得模型的存储需求从ｍｘｎ变为Ａ?ｘｎ，因??此会降低存储参数量几个数量级，如图２４。??除此之外，卷积神经网络对输入数据具有平移等变（ｅｑｕｉｖａｒｉａｎｃｅ）性，即输入进??行平移

有向Ｇａｂｏｒ滤波器可以提取出图像在特定方向的边缘，而对卷积神经网络的分??析研究表明浅层卷积层经由学习得到的卷积核，有相当一部分可以等效成有向Ｇａｂｏｒ??滤波器，如图２－５［７］。??１４??
【相似文献】

相关期刊论文 前10条

1 朱承璋;崔锦恺;邹北骥;陈瑶;王俊;;基于多特征融合和随机森林的视网膜血管分割[J];计算机辅助设计与图形学学报;2017年04期

2 黄雯;;重视视网膜血管异常性疾病与慢性肾脏病的整合医学研究[J];中华眼科医学杂志(电子版);2015年06期

3 董海平;张高之;赵乐萍;;尿低分子量蛋白联合视网膜血管定量参数用于评估2型糖尿病微血管病变的临床价值研究[J];中国现代医生;2015年18期

4 周崎;李蕙;睢瑞芳;;家族性视网膜血管迂曲继发缺血性视神经病变[J];协和医学杂志;2013年02期

5 张书林;李娟娟;黎铧;胡竹林;;有髓神经纤维合并视网膜血管异常的临床观察[J];眼科新进展;2012年02期

6 王爽;徐亮;Jonas Jost B;Wong Tien Y;王云松;王亚星;杨桦;李静;;北京市城乡40岁以上限定人群视网膜血管异常的患病率[J];眼科;2010年04期

7 袁霞;;视网膜中央静脉阻塞的护理体会[J];临床医药实践;2009年30期

8 ;视网膜血管疾病诊断与治疗专题研讨会暨讲座通知[J];眼科新进展;2004年02期

9 ;视网膜血管疾病诊断与治疗专题研讨会暨讲座通知[J];眼科研究;2004年01期

10 ;视网膜血管疾病诊断与治疗专题研讨会暨讲座通知[J];中国斜视与小儿眼科杂志;2004年01期

相关博士学位论文 前10条

1 苏龙;VEGI在糖尿病视网膜病变患者中的表达及对视网膜血管新生作用的研究[D];天津医科大学;2018年

2 陈楠;炎症相关性细胞因子与糖尿病大鼠视网膜血管渗漏[D];青岛大学;2004年

3 韩梅;早产儿视网膜病变危险因素分析及不同给氧浓度对新生鼠视网膜血管发育的影响[D];天津医科大学;2005年

4 罗岩;糖尿病早期大鼠视网膜血管细胞基因表达概况分析[D];中国协和医科大学;2003年

5 崔彦;线粒体活性氧与糖尿病视网膜病变关系及机制的研究[D];复旦大学;2006年

6 王爽;视网膜血管异常及其与高血压关系的流行病学研究[D];首都医科大学;2007年

7 闫丽;IGF-1对新生大鼠未成熟视网膜血管化及新生血管形成的影响[D];天津医科大学;2007年

8 石慧;内皮祖细胞眼内移植的示踪及对视网膜血管损伤修复的研究[D];吉林大学;2011年

9 刘巨平;视网膜血管直径与糖尿病及其视网膜病变相关关系研究：邯郸眼病研究[D];天津医科大学;2014年

10 蹇文渊;视网膜血管血氧饱和度及管径在病证结合辨证分析中的应用研究[D];成都中医药大学;2016年

相关硕士学位论文 前10条

1 张冠宏;语义分割网络在视网膜血管分割任务的应用[D];北京邮电大学;2019年

2 谢汝欣;TRPC对高糖诱导的人视网膜血管内皮细胞增殖、迁移以及管腔形成的作用及机制研究[D];广西医科大学;2017年

3 葛欣;视网膜血管图像分割算法的研究[D];东北大学;2015年

4 第五朋朋;眼底图像视网膜血管分割方法研究[D];兰州交通大学;2018年

5 王金洒;视网膜血管分割与基于视盘定位的动静脉管径测量[D];华中师范大学;2018年

6 姜玉静;基于深度卷积神经网络的视网膜血管分割研究[D];华中科技大学;2017年

7 冯河洋;视网膜血管图像分割算法的研究[D];西南交通大学;2017年

8 马秀丽;视网膜血管自动分割方法研究[D];沈阳工业大学;2017年

9 马志扬;基于彩色眼底图像的视网膜血管动静脉分类研究[D];北京理工大学;2015年

10 邱盼姿;视网膜血管直径在年龄相关性黄斑变性及视网膜分支静脉阻塞中的变化特点[D];大连医科大学;2016年

本文编号：2882194