基于卷积神经网络和条件随机场的眼底图像血管分割研究

发布时间：2022-12-08 23:55

　　相关数据统计表明,世界上的失明人数正逐年增加。其中眼科疾病和一些其他全身性疾病如糖尿病,高血压和动脉硬化是导致失明的主要原因。如果能够在病变早期进行筛查和诊断,将大大降低失明的可能性。眼底血管形态结构稳定,但是病变会导致血管直径、角度、曲率和分支结构等的变化。医生可以通过分析眼底血管结构变化来辅助相关疾病的诊断,而其中精确的血管分割是获得高效疾病诊断的前提和保障。到目前为止,虽然已有许多专家和学者提出了大量眼底血管分割的高效算法,但是眼底血管结构复杂,而且常常受低对比度以及病变区域的影响,眼底血管的分割仍然具有一定挑战性。为了有效地分割眼底图像血管,本文提出了一种基于卷积神经网络（Convolutional neural network,CNN）和条件随机场（Conditional random field,CRF）的眼底血管分割方法,研究内容主要包括:首先,我们使用多尺度卷积神经网络得到血管概率图以实现血管粗分割。由于血管结构复杂,需要兼顾考虑细节和高层信息。本文使用一种多尺度的网络结构来融合丰富的多尺度和多层次信息。保证在识别到血管结构的同时,能够关注更多血管细节信息。同时我们发现... 

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
        1.1.1 眼底结构简介
        1.1.2 眼底图像采集
        1.1.3 眼底视网膜血管分割的意义
        1.1.4 研究的难点和挑战
    1.2 国内外研究现状
    1.3 本文的研究内容和主要工作
    1.4 本文的组织结构
第2章 基础知识
    2.1 深度学习
        2.1.1 深度学习概述
        2.1.2 卷积神经网络
        2.1.3 常用损失函数
        2.1.4 深度学习框架
    2.2 条件随机场
        2.2.1 概率无向图模型
        2.2.2 条件随机场的定义
        2.2.3 条件随机场的分割模型
        2.2.4 模型推断
    2.3 本章小结
第3章 基于卷积神经网络和条件随机场的眼底图像血管分割算法
    3.1 算法流程
    3.2 预处理
    3.3 基于多尺度卷积神经网络的粗分割
        3.3.1 多尺度网络结构
        3.3.2 交叉熵损失函数
    3.4 基于全连接条件随机场的细分割
        3.4.1 能量函数
        3.4.2 一阶势函数
        3.4.3 二阶势函数
    3.5 本章小结
第4章 实验结果与分析
    4.1 实验数据集
    4.2 评价指标
    4.3 实验方案
    4.4 结果与分析
        4.4.1 整体算法的分割性能
        4.4.2 基于多尺度网络结构的分割性能
        4.4.3 基于损失函数的分割性能
        4.4.4 与目前主流方法的比较
        4.4.5 时间复杂度
    4.5 本章小结
第5章 总结与展望
    5.1 全文总结
    5.2 研究展望
参考文献
致谢
攻读硕士学位期间的研究成果


【参考文献】：
期刊论文
[1]结合深度学习与条件随机场的遥感图像分类[J]. 夏梦,曹国,汪光亚,尚岩峰.  中国图象图形学报. 2017(09)
[2]基于多特征融合和随机森林的视网膜血管分割[J]. 朱承璋,崔锦恺,邹北骥,陈瑶,王俊.  计算机辅助设计与图形学学报. 2017(04)
[3]一种张量扩展的条件随机场模型及其在自然语言处理任务中的应用[J]. 冯蕴天,张宏军,郝文宁.  计算机应用研究. 2016(05)
[4]概率图模型表示理论[J]. 刘建伟,黎海恩,罗雄麟.  计算机科学. 2014(09)
[5]重视糖尿病人视力模糊[J]. 刘岩.  中国药店. 2014(06)

硕士论文
[1]基于深度学习的糖尿病性视网膜图像分析算法研究[D]. 丁蓬莉.北京交通大学 2017



本文编号：3714385