视网膜眼底图像的血管识别方法研究
发布时间:2020-12-27 12:53
视网膜眼底图像是人体所有的血管中唯一能够以非创伤方式来直接观察深层的血管。它的形态结构变化可以直接反映白内障、糖尿病、高血压和动脉硬化等病变,此外还可以作为判断白内障的重要依据。计算机的自动眼底图像处理与分析在辅助医疗诊断中有重要的价值,而且所提取的血管可以作为一种特征用于白内障眼底图像分类。现有视网膜血管分割算法但很容易受到模型参数的限制,调优复杂并且与眼科专家的分割结果还存在一定的差距,有改善的空间。本文完成的主要工作如下:(1)对眼底图像数据集进行预处理。通过对眼底图像进行通道选择来将其转化为灰度图像,并且使用图像增强来突出血管脉络的结构特征来完成预处理工作。(2)使用支持向量机结合模糊C均值聚类对眼底图像血管进行提取,然后通过形态学处理以及阈值化等图像处理技术来对眼底图像血管进行进一步处理,以达到最终的提取到的血管的目的。(3)使用全卷积神经网络对眼底图像血管。通过深度网络来预测图像中的像素点,即将像素点分为血管背景两类,从而实现眼底血管的提取。通过实验验证取得了良好效果,且此算法对于白内障模糊图像有较支持向量机更高的识别精度。通过实验验证,本文的两种方法都取得了较好的效果,尤...
【文章来源】:北京工业大学北京市 211工程院校
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文主要研究内容与贡献
1.4 本文的组织结构
第2章 机器学习及图像处理相关理论与技术
2.1 支持向量机
2.1.1 函数间隔和几何间隔
2.1.2 核函数
2.2 模糊C均值聚类
2.3 数学形态学处理
2.4 卷积神经网络
2.4.1 卷积神经网络的结构与原理
2.4.2 全卷积神经网络
2.5 本章小结
第3章 眼底数据集的预处理与模型评价指标
3.1 眼底图像数据集
3.2 数据预处理
3.2.1 眼底图像的数字表示
3.2.2 通道选择
3.2.3 图像增强
3.3 模型性能评价标准
3.4 本章小结
第4章 基于SVM的眼底图像血管识别算法
4.1 SVM初步分割血管
4.1.1 基于FCM的训练样本自动选取算法
4.1.2 提取特征向量
4.1.3 算法流程
4.2 眼底图像的形态学操作及阈值化处理
4.2.1 灰度取反与高帽滤波
4.2.2 阈值化
4.3 实验与结果分析
4.3.1 实验环境
4.3.2 实验设计
4.3.3 实验结果及分析
4.4 本章小结
第5章 基于FCN的眼底图像血管识别
5.1 基于FCN的血管分割算法
5.1.1 上采样与patchwise训练
5.1.2 FCN网络结构
5.1.3 FCN网络参数
5.2 基于双源融合FCN的血管提取
5.2.1 算子提取边缘信息
5.2.2 双源融合的FCN
5.3 实验与结果分析
5.3.1 实验设计与实现
5.3.2 实验结果分析
5.4 本章小结
结论
本文总结
工作展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
【参考文献】:
期刊论文
[1]基于多尺度2D Gabor小波的视网膜血管自动分割[J]. 王晓红,赵于前,廖苗,邹北骥. 自动化学报. 2015(05)
[2]一种采用Gabor小波的纹理特征提取方法[J]. 张刚,马宗民. 中国图象图形学报. 2010(02)
[3]图像分割方法研究[J]. 黄长专,王彪,杨忠. 计算机技术与发展. 2009(06)
[4]图像分割综述[J]. 赵春燕,闫长青,时秀芳. 中国科技信息. 2009(01)
[5]改进型脉冲耦合神经网络在图像处理中的动态行为分析[J]. 姚畅,陈后金,李居朋. 自动化学报. 2008(10)
[6]基于Gabor滤波器的图像纹理特征提取[J]. 李钰,孟祥萍. 长春工业大学学报(自然科学版). 2008(01)
[7]一种视网膜血管自适应提取方法[J]. 潘立丰,王利生. 中国图象图形学报. 2006(03)
[8]基于灰度-梯度共生矩阵的视网膜血管分割方法[J]. 朱宏擎. 上海交通大学学报. 2004(09)
[9]基于视网膜血管模型的图像分割与血管提取[J]. 张恒义,蒋黔麟,虞亚军,郑筱祥. 电子学报. 1999(06)
博士论文
[1]视网膜血管异常及其与高血压关系的流行病学研究[D]. 王爽.首都医科大学 2007
本文编号:2941772
【文章来源】:北京工业大学北京市 211工程院校
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文主要研究内容与贡献
1.4 本文的组织结构
第2章 机器学习及图像处理相关理论与技术
2.1 支持向量机
2.1.1 函数间隔和几何间隔
2.1.2 核函数
2.2 模糊C均值聚类
2.3 数学形态学处理
2.4 卷积神经网络
2.4.1 卷积神经网络的结构与原理
2.4.2 全卷积神经网络
2.5 本章小结
第3章 眼底数据集的预处理与模型评价指标
3.1 眼底图像数据集
3.2 数据预处理
3.2.1 眼底图像的数字表示
3.2.2 通道选择
3.2.3 图像增强
3.3 模型性能评价标准
3.4 本章小结
第4章 基于SVM的眼底图像血管识别算法
4.1 SVM初步分割血管
4.1.1 基于FCM的训练样本自动选取算法
4.1.2 提取特征向量
4.1.3 算法流程
4.2 眼底图像的形态学操作及阈值化处理
4.2.1 灰度取反与高帽滤波
4.2.2 阈值化
4.3 实验与结果分析
4.3.1 实验环境
4.3.2 实验设计
4.3.3 实验结果及分析
4.4 本章小结
第5章 基于FCN的眼底图像血管识别
5.1 基于FCN的血管分割算法
5.1.1 上采样与patchwise训练
5.1.2 FCN网络结构
5.1.3 FCN网络参数
5.2 基于双源融合FCN的血管提取
5.2.1 算子提取边缘信息
5.2.2 双源融合的FCN
5.3 实验与结果分析
5.3.1 实验设计与实现
5.3.2 实验结果分析
5.4 本章小结
结论
本文总结
工作展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
【参考文献】:
期刊论文
[1]基于多尺度2D Gabor小波的视网膜血管自动分割[J]. 王晓红,赵于前,廖苗,邹北骥. 自动化学报. 2015(05)
[2]一种采用Gabor小波的纹理特征提取方法[J]. 张刚,马宗民. 中国图象图形学报. 2010(02)
[3]图像分割方法研究[J]. 黄长专,王彪,杨忠. 计算机技术与发展. 2009(06)
[4]图像分割综述[J]. 赵春燕,闫长青,时秀芳. 中国科技信息. 2009(01)
[5]改进型脉冲耦合神经网络在图像处理中的动态行为分析[J]. 姚畅,陈后金,李居朋. 自动化学报. 2008(10)
[6]基于Gabor滤波器的图像纹理特征提取[J]. 李钰,孟祥萍. 长春工业大学学报(自然科学版). 2008(01)
[7]一种视网膜血管自适应提取方法[J]. 潘立丰,王利生. 中国图象图形学报. 2006(03)
[8]基于灰度-梯度共生矩阵的视网膜血管分割方法[J]. 朱宏擎. 上海交通大学学报. 2004(09)
[9]基于视网膜血管模型的图像分割与血管提取[J]. 张恒义,蒋黔麟,虞亚军,郑筱祥. 电子学报. 1999(06)
博士论文
[1]视网膜血管异常及其与高血压关系的流行病学研究[D]. 王爽.首都医科大学 2007
本文编号:2941772
本文链接:https://www.wllwen.com/yixuelunwen/yank/2941772.html
最近更新
教材专著