检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

彩色眼底视网膜图像配准算法研究

彩色眼底视网膜图像配准算法研究

作者：陈丹华广西师范大学

学位级别：硕士

随着计算机科学的飞速发展,图像配准技术逐渐引起各界的广泛关注,已在多个领域得到大量研究及应用,如计算机视觉、医学诊断、自动跟踪定位、人脸识别、图像三维重建等。图像配准是将同一场景的两幅或多幅图像的相同内容进行匹配叠加的... 详细信息

随着计算机科学的飞速发展,图像配准技术逐渐引起各界的广泛关注,已在多个领域得到大量研究及应用,如计算机视觉、医学诊断、自动跟踪定位、人脸识别、图像三维重建等。图像配准是将同一场景的两幅或多幅图像的相同内容进行匹配叠加的过程。本文着重研究在实际临床医学中具有重要意义的眼底视网膜图像配准算法。眼底视网膜图像是诊断糖尿病,青光眼,高血压,冠心病等疾病的重要依据。如果将两张不同时间或者不同模态的同一患者的眼底视网膜图像进行配准,就可以为医生提供病变组织或器官的多种互补信息,从而为医生诊断病情提供更全面的依据。虽然研究人员已经做了大量工作,但是眼底视网膜图像配准技术仍然有很大的提升空间。本文首先介绍了眼底视网膜图像配准研究的背景和意义,其次分析了眼底视网膜图像配准的研究现状,然后针对眼底视网膜图像配准中的一些关键技术进行了较为深入的研究,提出了一些新的思路和算法。本文的主要工作和创新点如下:1、针对配准算法在面对特征搜索空间较大的情况时,算法运行时间长的问题,本文提出了一种基于分叉点和SURF算法的彩色眼底视网膜图像配准算法。该算法由三个步骤组成:特征筛选提取,特征匹配,和估计变换模型。首先,我们利用八邻域方法和SURF算法分别检测出分叉点以及SURF关键点,其次在一个以分叉点为中心的矩形模板区域内筛选提取SURF点,然后计算提取的特征点之间的欧氏距离,保留相似度最好的30个特征点对来估计变换模型参数。实验结果表明本文算法可以快速有效的实现眼底视网膜图像配准,减少大量不必要的搜索。2、为了更有效的去除错误匹配关系,避免手动操作,本文提出了一种由欧氏距离粗略匹配到RANSAC算法精细匹配的图像配准算法。该算法先利用欧氏距离进行初次匹配,设置预留的匹配点对数量,然后利用RANSAC算法进行精细匹配,去除预留匹配对中错误的匹配关系,然后用剩余的正确匹配点对来估计变换模型参数。该算法也在公共眼底数据库FIRE上进行验证,实验表明该算法可以有效去除错误匹配,提取出更多的正确匹配点对,提升匹配精度。

关键词：眼底视网膜图像配准 SURF 分叉点 RANSAC

基于深度学习的眼底视网膜图像多疾病分类研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的眼底视网膜图像多疾病分类研究

作者：夏秋婷杭州电子科技大学

学位级别：硕士

在非先天性视力残疾案例中,眼底疾病是构成视力缺损的主要原因。而糖尿病视网膜病变、青光眼、白内障、高度近视、年龄相关性黄斑病变以及高血压等疾病通常是眼底病变的导火索。如果能够及时发现、及时治疗,那么将降低患者致盲风险,全... 详细信息

在非先天性视力残疾案例中,眼底疾病是构成视力缺损的主要原因。而糖尿病视网膜病变、青光眼、白内障、高度近视、年龄相关性黄斑病变以及高血压等疾病通常是眼底病变的导火索。如果能够及时发现、及时治疗,那么将降低患者致盲风险,全国视力残疾患者增长率也将得到良好控制。随着深度学习技术热潮的涌起,计算机技术与实际应用结合越来越紧密,同样也逐渐在医疗领域崭露头角。然而深度学习在眼科疾病筛查中的应用,大多都是针对单种疾病,对于多种疾病的综合诊断研究,仍然较为匮乏,包括可用数据库及可参考方法都较难获得。且常规体检应以全面筛查为目的,对体检者健康状况给出综合评估报告。因此目前研究成果并不能满足体检项目中眼底疾病全面性筛查需求。基于此目的,本文提出了一种基于深度学习的多疾病分类方法,并给出了一个完整的眼底视网膜图像辅助诊断解决方案。首先,对数据归一化,剪裁掉多余的背景,并利用直方图均衡化解决光照不均匀问题,然后对少样本进行数据增强及扩充来解决样本不平衡;随后将Resnet50作为主干网络,并且利用多任务学习来解决多标签分类问题,并根据左右眼的相关性对左右眼图像进行拼接,融合左右眼特征,从而提高模型的精度;由于眼底图像的疾病分类本质上是根据图像上的病灶来判断的,因此引入注意力机制来使得模型更关注病灶特征,增强网络对有效特征的学习能力。最终训练得到的最佳单模型的准确率为0.7069,Jaccard指数为0.5916,f1-score为0.9232,AUC为0.9335。实验验证了Resnet50强大的特征提取能力,以及注意力机制的有效性。最后通过多模型融合技术,进一步提高模型的精度,模型融合后准确度为0.7103,Jaccard指数为0.6042,f1-score为0.9261,AUC为0.9458,具有一定辅助诊断价值。本文主要研究目的在于设计对多疾病、多标签的分类策略和框架,而不是讨论主干网络的好坏,所以并未选择性能最优的主干网络进行实验。另外,本实验基于表现层状态转移(REST)思想,搭建了辅助诊断交互平台。可以通过简单操作运行诊断程序,完成眼底视网膜图像多疾病分类的系统化实现。

关键词：眼底视网膜图像卷积神经网络多任务学习多标签分类诊断交互系统

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度网络的眼底图像语义标注研究及应用

基于深度网络的眼底图像语义标注研究及应用

作者：王子朋电子科技大学

学位级别：硕士

本论文主要研究基于深度学习神经网络的眼底视网膜图像的自动分类和语义标注模型的设计与实现,针对生物医学成像中眼底图像数据集的获取、处理、分析的困难,以及对自动化眼底图片分类、标注模型中的一些关键性问题进行了探讨和优化,主... 详细信息

本论文主要研究基于深度学习神经网络的眼底视网膜图像的自动分类和语义标注模型的设计与实现,针对生物医学成像中眼底图像数据集的获取、处理、分析的困难,以及对自动化眼底图片分类、标注模型中的一些关键性问题进行了探讨和优化,主要包括以下方面:1.针对眼底视网膜图像数据集不足的问题,采用了基于正态分布的离群点检测方法对AIFT方法进行了改进,并通过在眼底视网膜图像数据集上的对比实验证明,改进之后的AIFT方法加快了深度神经网络的训练速度,缩减了训练时间并且提高了模型训练过程中的稳定性;2.针对Hinton在2017年提出的胶囊神经网络中squashing激活函数的选取问题,探讨了3种不同函数的优劣,通过在Mnist数据集上进行对比实验,结果表明新采用的3种激活函数中,只有一种sigmoid激活函数未能有优于原文的性能表现,其余均比原文的squashing激活函数的性能表现更好。并以此新的激活函数进行胶囊网络的训练,用于对15000张眼底视网膜图像进行6分类的模型预测;3.采用所提出的改进的AIFT方法,以及新的激活函数的胶囊网络模型,进行眼底图像语义自动标注模型的设计与实现。该模型首先获取Yolov2公开的预训练好的darknet模型数据,将其最后两层卷积层替换为胶囊层,在眼底图像数据集上对该模型进行微调,进而采用循环神经网络进行训练,最终实现对眼底图像的自动语义标注。本论文主要聚焦于如何利用比较成熟的深度学习神经网络对眼底视网膜图像进行自动处理,以促进眼底视网膜图像在诊断、治疗中的实际应用,达到辅助医生进行诊断决策的目的。

关键词：深度学习眼底视网膜图像胶囊网络图像语义标注数据增强

基于数学形态学的快速糖尿病视网膜病变自动检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2012年第3期32卷 760-764页

作者：高玮玮沈建新王玉亮南京航空航天大学机电学院江苏南京210016

基于眼底视网膜图像的糖尿病视网膜病变(糖网)自动检测不仅可使得实施大规模糖网筛查成为可能,也可为糖网早期诊断、及时治疗以及人眼视觉科学研究提供重要依据。为此,提出了基于数学形态学的糖网病灶自动检测算法:首先利用数学形态学... 详细信息

基于眼底视网膜图像的糖尿病视网膜病变(糖网)自动检测不仅可使得实施大规模糖网筛查成为可能,也可为糖网早期诊断、及时治疗以及人眼视觉科学研究提供重要依据。为此,提出了基于数学形态学的糖网病灶自动检测算法:首先利用数学形态学结合阈值分割快速提取出视盘,在此基础上得到病灶候选区域;然后利用形态学重建等获取精确的病灶轮廓,从而实现病灶的准确检测。实验结果表明,该算法能够快速,有效地检测出眼底视网膜图像中的糖网病灶。

关键词：眼底视网膜图像糖尿病视网膜病变数学形态学光谱特征自动检测

基于双分支加权卷积神经网络的视网膜图像质量评价方法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

高技术通讯 2023年第4期33卷 352-359页

作者：刘义鹏吕雅俊钟琦李湛青陈朋蒋莉浙江工业大学计算机科学与技术学院杭州310023 浙江工业大学信息工程学院杭州310023

近年来,眼底图像分析已成为一种直观且高效的辅助诊断技术。专家根据眼底相机捕获的视网膜图像对眼底疾病患者进行诊断,因此,眼底视网膜图像的质量对于医生提供及时且准确的疾病诊断至关重要。本文提出一种端到端的眼底视网膜图像质量... 详细信息

近年来,眼底图像分析已成为一种直观且高效的辅助诊断技术。专家根据眼底相机捕获的视网膜图像对眼底疾病患者进行诊断,因此,眼底视网膜图像的质量对于医生提供及时且准确的疾病诊断至关重要。本文提出一种端到端的眼底视网膜图像质量评价方法,通过空间横向和纵向卷积的双分支模块进行特征提取,并对双分支所提取的特征进行加权融合,以提高模型的特征提取能力。通过自有数据集的训练,本文提出的模型准确率达到85.14%,AUC为0.9173,F1分数为0.7838。为验证模型的有效性,使用DRIMDB公开数据集进行测试,准确率达到92.11%,AUC为0.9911,F1为0.8966。实验结果表明,提出的方法对于眼底图像质量评价是有效的,具有优越的性能和高效的收敛速率。

关键词：眼底视网膜图像图像质量评价卷积神经网络(CNN) 多分支机制

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于随机森林的视网膜图像质量评价

基于随机森林的视网膜图像质量评价

作者：闫晓葳山东大学

学位级别：硕士

眼底视网膜图像质量评价是医学影像分析中一个重要问题。图像的质量影响诊断结果的准确性和可靠性,高质量的眼底视网膜图像是准确诊断病情的前提。而影响图像质量的因素很多。首先,图像在采集、传输、处理和存储时会产生各种各样的畸变... 详细信息

眼底视网膜图像质量评价是医学影像分析中一个重要问题。图像的质量影响诊断结果的准确性和可靠性,高质量的眼底视网膜图像是准确诊断病情的前提。而影响图像质量的因素很多。首先,图像在采集、传输、处理和存储时会产生各种各样的畸变,这些畸变会导致图像质量的变化,然后人们通过视觉系统辨别出来。另外,患者头部和眼球转动、眨眼、扩张性不佳、瞳孔小及间质浑浊等因素都将影响眼底图像的质量。这些因素将导致图像出现模糊、噪声、低照明度等问题。当前医院眼科对眼底疾病的诊断,主要的途径还是通过医生对病人眼球或眼底图像的分析做出主观判断。作为用于医学诊断方面的典型图像,眼底视网膜图像含有相当复杂的内部特性和各种各样的形态。在人们针对该类图像进行研究的过程中,对存在的一些关键问题及有关算法做透彻的研究,将有利于医学图像处理方面的发展,对医学辅助诊断技术的提升有重要的意义。所以,研究视网膜图像质量评估方法对医学图像在计算机辅助临床诊断方面尤为重要。现有的有关眼底视网膜图像进行质量评价的算法大致可以分成两种,一种是基于分类的算法,另一种是基于质量指标的算法。基于质量指标的算法可进一步分成检测局部结构分割的算法和使用图像统计数据直方图的算法。现有的视网膜图像质量评价指标不全面,基于分类的方法通常利用图像的全部信息进行特征提取,这既包含有价值信息也存在负价值信息的特征,从而影响评价结果。基于质量指标的方法在评价过程中图像特征信息利用不准确和不充分,且对视网膜血管结构分割操作耗时,也不能保证分割的准确性。鉴于以上背景,本文提出了一种无参考方式下基于随机森林的视网膜图像质量评价算法。该方法充分利用了样本的标记信息和图像的特征信息,有效地避免对图像中无价值信息的操作。针对眼底图像存在的模糊和噪声问题,提取框架将监督学习方法与非监督评价方法结合,有针对性的进行特征提取及分类,从而在视网膜眼底图像的评价中取得较好的结果。该方法首先将图像分块,通过curvelet变换进行预处理以减少图像噪声从而更好的选择图像中的各向异性块;然后,在经过预处理的图像中计算每个块的各向异性值,取阈值得图像中的各向异性块。再从原始图像中标记选出的各向异性块的位置,对每个选出的块提取有关模糊和噪声方面的特征;之后,使用随机森林分类器将待分类特征向量进行处理;最后,根据分类器所得各向异性块的计算结果投票获取图像的质量得分。从实验结果可知,本文提出的方法有效的区分了所用数据库中的视网膜眼底图像的质量,实验结果明显优于已有的对该数据库实验所得的结果。证明了本算法在眼底视网膜图像质量评价方面具有有效性。

关键词：眼底视网膜图像无参考质量评价各向异性块随机森林

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的视网膜病变硬性渗出物分割

基于深度学习的视网膜病变硬性渗出物分割

作者：张忠祥山东师范大学

学位级别：硕士

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... 详细信息

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,解决传统方法准确率低的问题,同时该算法采取特征融合的学习方式,有利于增强模型的稳定性。本文的主要工作包含以下几个方面:（1）分析眼底视网膜图像,针对硬性渗出物的特点,对眼底数据进行预处理。采用对比度增强,调整图像的饱和度、色相,图像旋转等数据预处理的方法处理眼底数据集,得到有利于网络学习的数据样本。（2）提出基于全局信息特征的硬性渗出物分割模型,并成功实现硬性渗出物的分割。该模型采用编码器解码器结构,以整张眼底图像作为输入,编码器结构用于提取图像的特征信息,解码器对编码器提取的特征信息进行恢复。为了减少编码器解码器之间的特征损失,我们在编码器解码器结构中加入间隙填充层,编码器编码的特征经过间隙填充层再输入到解码器结构。在数据集上的分割结果表明,该方法能有效的分割硬性渗出物。（3）提出基于Patch的图像分割方法。该方法能有效的解决卷积神经网络因卷积核大小对图像造成细节特征的损失。基于Patch的分割方法将一张完整的眼底图像分割成大小相等的图像子块,每个图像块与图像块之间保留像素的重叠,最后通过图像块之间的拼接还原成原始图像的大小。此外,为了得到精准的分割结果,我们在分割模型中加入特征平衡层和Non-local结构。平衡特征结构用于平衡高层和底层的特征信息,减少特征的丢失。Non-local结构加强图像块中像素与像素之间的联系。（4）提出级联全局和局部特征的分割网络模型。该模型通过一个编码结构提取图像的特征,为了增强图像的语义特征,采用全局和局部两支子网络对图像进行特征提取,全局网络通过对整张图像的学习,保留了图像的上下文信息,局部网络利用整张图像对应的Patch,不仅解决了眼底图像数据量少的问题,同时提取了眼底图像的细节特征。网络最后融合了全局特征和局部特征,因此能够更好的完成分割任务。为了更好的提高网络分割的精度,提出了多尺度的分割方法。多尺度的分割方法主要包含以下两个方面:一、从粗到细的分割策略。首先在全局网络上进行分割,逐步过渡到局部网络;二、在两支子网络上分别进行不同尺度的分割。本文所提出的硬性渗出物分割算法均在公开数据集IDRID上进行了测试,并与其他经典的硬性渗出物分割算法进行比较。结果表明,该算法在硬性渗出物分割上有很好的分割效果,由此验证了分割算法的可行性。

关键词：卷积神经网络图像分割眼底视网膜图像硬性渗出物

基于特征提取和监督学习的视网膜血管分割技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征提取和监督学习的视网膜血管分割技术研究

作者：吴奎太原理工大学

学位级别：硕士

眼底视网膜血管的病变可以反映出很多全身性疾病,通过观测眼底血管变化来协助视网膜疾病的早期筛查具有重要意义。视网膜血管分割算法作为视网膜疾病自动筛查系统的核心组成部分,其性能的优劣直接关系到整个系统的性能。目前,国内外研... 详细信息

眼底视网膜血管的病变可以反映出很多全身性疾病,通过观测眼底血管变化来协助视网膜疾病的早期筛查具有重要意义。视网膜血管分割算法作为视网膜疾病自动筛查系统的核心组成部分,其性能的优劣直接关系到整个系统的性能。目前,国内外研究人员已开发出很多视网膜血管分割方法,但大都不能满足临床眼底检测的要求。因此,研究出能够满足实际应用的视网膜血管分割方法对临床眼科研究具有重要的理论价值和现实意义。本文基于上述应用需求,并结合眼底视网膜血管的自身结构特点,研究了一种特征提取和基于监督学习的视网膜血管分割方法。首先,分析了视网膜图像的RGB通道,选取绿色通道作为后续处理对象。再通过直方图均衡化(HE)和受限对比度自适应直方图均衡化(CLAHE)两种方法对视网膜图像做增强处理,发现CLAHE对视网膜图像的增强效果要更好。为减少相机获取过程噪声的影响和无效信息对血管分割的干扰,对处理后的图像感兴趣区域(ROI)做了膨胀处理并设计了基于YIQ颜色空间模型的眼底视场提取(FOV)方法。然后,在分析生物视觉感受野数学模型的基础上,深入研究了一种基于COSFIRE滤波模型的特征提取方法,与绿色通道共同构建了一个三维特征向量库。最后,在特征提取的基础上,讨论分析了两种简单参数调优的监督学习算法对视网膜血管分割的效果,分别是K近邻算法、贝叶斯高斯混合模型。同时,将本文算法与其他一些现有的算法进行比较,证明了本文算法的有效性。

关键词：眼底视网膜图像血管分割 COSFIRE滤波模型 K近邻算法贝叶斯高斯混合模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征识别的视网膜血管分割方法研究

基于特征识别的视网膜血管分割方法研究

作者：王晓红中南大学

学位级别：硕士

摘要：医学图像研究与分析是图像处理领域中的重点以及难点问题之一。随着图像处理技术的快速发展,借助图形、计算机等辅助手段,医学图像的显示以及处理得到了极大的改善。眼底视网膜血管作为人体唯一能够观察到的较深层微血管,通过对... 详细信息

摘要：医学图像研究与分析是图像处理领域中的重点以及难点问题之一。随着图像处理技术的快速发展,借助图形、计算机等辅助手段,医学图像的显示以及处理得到了极大的改善。眼底视网膜血管作为人体唯一能够观察到的较深层微血管,通过对其形态学结构进行分析,可以反映疾病对视网膜血管网络的影响。然而,由于视网膜目标血管与背景的对比度低,血管的宽度以及弯曲度变化不均,以及视网膜图像采集时噪声的影响,使视网膜血管分割面临巨大挑战。因此,对眼底组织进行分割与提取,建立眼底图像的计算机分析系统,对临床视网膜疾病诊断具有重要意义。本文对眼底视网膜血管分割算法进行了研究,主要内容如下：(1)研究了眼底视网膜图像的预处理过程。通过分析视网膜彩色图像及其红、绿、蓝单色通道分量,可以发现绿色通道分量拥有最佳的血管／背景对比度信息,而其它通道分量的对比度相对较低,且噪声含量较高。因此,本文选择视网膜绿色通道分量进行处理。为了进一步提高视网膜血管与背景的对比度,本文采用对比度受限的自适应直方图均衡方法对视网膜绿色通道分量进行了增强。(2)提出一种基于特征识别的视网膜血管分割方法。该方法首先对视网膜图像进行特征提取,包括视网膜图像增强、高斯匹配滤波、2D Gabor小波变换、Frangi滤波以及梯度分析处理后的特征向量。最后将得到的特征向量输入误差反向传播神经网络,对视网膜目标血管和背景进行分类识别。此外,本文对视网膜分割算法进行了定性以及定量分析,即比较了不同算法的视网膜分割结果,并计算了算法的准确度、灵敏度和特异度。实验结果表明,本文算法分割效果较优,且具有良好的鲁棒性。

关键词：眼底视网膜图像对比度受限的自适应直方图均衡特征提取误差反向传播神经网络