基于深度学习的视网膜病变硬性渗出物分割

发布时间：2021-03-12 21:31

　　眼睛是人体观察外界的重要感知器官,人体从外界接收的信息中80%都是通过眼睛获取的。糖尿病视网膜病变是糖尿病最常见的并发症之一,也是糖尿病微血管病变中最重要的表现形式,是造成患者视力下降甚至失明的主要原因。眼底视网膜图像是利用彩色眼底成像技术采集的一种眼底图像,由于该技术对人体无任何的伤害,并能清楚的观察到眼底的生理结构,对医生在诊断眼底病变中起到重要的辅助作用。医生通过对糖尿病视网膜患者的眼底视网膜图像进行分析,能够确定患者糖尿病视网膜病变的分期,从而确定合适的治疗方案。其中,硬性渗出物作为糖尿病视网膜早期的重要标志物之一,对于判断糖尿病视网膜病变的分期具有十分重要的意义。由于眼底图像中存在复杂的生理结构,对于硬性渗出物的诊断还主要依赖于眼科医生的手工标注,不仅费时费力还容易受到外界的干扰造成错误的标注。而传统的图像分割方法主要是基于图像的低级特征,这些算法缺乏稳定性和准确性,很难满足临床诊断的要求。近年来,深度学习技术的快速发展,为眼底视网膜图像分割提供了新的方法。针对硬性渗出物的特点,本文提出了从全局到局部的硬性渗出物分割算法,该算法通过迭代学习能自动的学习硬性渗出物的特征,解决传... 

【文章来源】：山东师范大学山东省

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

眼球解剖结构示意图

眼底视网膜图像1

DR的发展过程3由于DR早期的症状不明显，并且患者不易察觉，所以很容易错过最佳的治疗期

【参考文献】：
期刊论文
[1]超广角眼底成像技术在近视青少年视网膜病变筛查中的应用[J]. 雷先明,乔岗,曹奎,余素英,董万江.  国际眼科杂志. 2019(08)
[2]卷积神经网络概述[J]. 侯宇昆.  中国新通信. 2017(09)
[3]图像分割综述[J]. 赵春燕,闫长青,时秀芳.  中国科技信息. 2009(01)
[4]图像分割的阈值法综述[J]. 韩思奇,王蕾.  系统工程与电子技术. 2002(06)



本文编号：3079013