發(fā)布時間：2022-02-20 07:51

　　激光治療是治療糖尿病視網(wǎng)膜病變的主要手段之一。然而目前市面上的眼底激光治療儀自動化程度不高,激光在眼底視網(wǎng)膜的定位和聚焦方面基本上都是依賴于醫(yī)生手工操作,醫(yī)生手工操作精度低,治療效果差,嚴重時甚至會損害患者的視網(wǎng)膜,而且手工操作效率低,治療時間長,會造成醫(yī)生疲勞和患者不適的情況。針對上述問題,本文對眼底激光治療智能輔助系統(tǒng)的關鍵技術進行深入研究。本文設計了眼底激光治療智能輔助系統(tǒng)的總體設計方案,該系統(tǒng)主要由眼底數(shù)字圖像采集單元、上位機軟件控制單元、嵌入式激光控制單元組成,分析了各個模塊在整個系統(tǒng)中的作用以及各模塊之間的相互聯(lián)系,詳細分析了整個模塊所選用到的硬件設備,詳細介紹了各個硬件的詳細參數(shù)信息。本文著重對眼底激光治療智能輔助系統(tǒng)中的眼底特征識別算法進行研究,詳細介紹了算法所涉及到的基礎知識,并且基于雙線性卷積神經(jīng)網(wǎng)絡結構,提出了雙線性空洞卷積U-net神經(jīng)網(wǎng)絡模型算法,用于對眼底視網(wǎng)膜的中央凹區(qū)域和視盤區(qū)域的圖像語義分割,詳細分析了該神經(jīng)網(wǎng)絡模型的設計原理,闡述了該神經(jīng)網(wǎng)絡模型的搭建和實現(xiàn)過程,詳細說明了眼底視網(wǎng)膜數(shù)據(jù)集的制作過程。本文基于振鏡系統(tǒng)設計了嵌入式激光控制系統(tǒng),詳細說明... 

【文章來源】：電子科技大學四川省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 眼底的激光治療儀的研究現(xiàn)狀
        1.2.2 深度學習在眼科領域的研究現(xiàn)狀
    1.3 論文的主要工作
    1.4 論文的章節(jié)安排
第二章 眼底激光治療智能輔助系統(tǒng)總體方案設計
    2.1 眼底激光治療儀智能輔助系統(tǒng)總體概述
    2.2 眼底激光治療儀智能輔助系統(tǒng)原理
    2.3 眼底激光治療儀智能輔助系統(tǒng)硬件選擇
        2.3.1 相機選擇
            2.3.1.1 普通相機與工業(yè)級相機的比較
            2.3.1.2 工業(yè)級相機的參數(shù)選擇
        2.3.2 激光光源的選擇
        2.3.3 振鏡頭的選擇
        2.3.4 一維移動平臺的選擇
    2.4 本章小結
第三章 眼底圖像分割算法
    3.1 相關理論基礎
        3.1.1 卷積神經(jīng)網(wǎng)絡理論基礎
            3.1.1.1 卷積神經(jīng)網(wǎng)絡
            3.1.1.2 空洞卷積神經(jīng)網(wǎng)絡
        3.1.2 傳統(tǒng)圖像分割算法
            3.1.2.1 閾值分割算法
            3.1.2.2 分水嶺算法
        3.1.3 深度學習在圖像分割中的應用
            3.1.3.1 全卷積神經(jīng)網(wǎng)絡
            3.1.3.2 U-net深度學習模型算法簡介
            3.1.3.3 Deeplab V3+算法
        3.1.4 雙線性卷積神經(jīng)網(wǎng)絡模型原理
    3.2 雙線性空洞卷積U-net網(wǎng)絡原理
    3.3 DBCU-net圖像分割算法的實現(xiàn)
        3.3.1 眼底彩色圖像數(shù)據(jù)集準備
        3.3.2 眼底圖像處理數(shù)據(jù)集預處理
        3.3.3 模型訓練
    3.4 本章小結
第四章 嵌入式激光控制系統(tǒng)
    4.1 引言
    4.2 振鏡式激光掃描系統(tǒng)基本理論
        4.2.1 振鏡式激光掃描系統(tǒng)基本原理
        4.2.2 二維振鏡掃描數(shù)學模型
        4.2.3 激光動態(tài)聚焦系統(tǒng)理論計算
        4.2.4 基于深度學習的激光自動聚焦算法
    4.3 振鏡式激光掃描系統(tǒng)掃描控制卡設計
    4.4 本章小結
第五章 實驗及結果分析
    5.1 雙線性空洞卷積U-net神經(jīng)網(wǎng)絡實驗結果分析
        5.1.1 基本環(huán)境配置
        5.1.2 雙線性空洞卷積U-net神經(jīng)網(wǎng)絡評價
    5.2 嵌入式激光控制系統(tǒng)實驗分析
        5.2.1 嵌入式激光控制系統(tǒng)實驗環(huán)境搭建
        5.2.2 上位機控制系統(tǒng)軟件界面設計
        5.2.3 激光聚焦深度學習神經(jīng)網(wǎng)絡模型測試
    5.3 本章小結
第六章 總結與展望
    6.1 總結
    6.2 展望
致謝
參考文獻
攻讀碩士學位期間取得的研究成果


【參考文獻】：
期刊論文
[1]基于Dopout與ADAM優(yōu)化器的改進CNN算法[J]. 楊觀賜,楊靜,李少波,胡建軍.  華中科技大學學報(自然科學版). 2018(07)
[2]基于數(shù)據(jù)增強的卷積神經(jīng)網(wǎng)絡圖像識別研究[J]. 高友文,周本君,胡曉飛.  計算機技術與發(fā)展. 2018(08)
[3]圖像語義分割深度學習模型綜述[J]. 張新明,祝曉斌,蔡強,劉新亮,邵瑋,王磊.  高技術通訊. 2017(Z1)
[4]激光發(fā)射光學系統(tǒng)聚焦分析[J]. 張春龍,杜少軍.  光電技術應用. 2015(01)
[5]高速數(shù)字掃描振鏡驅(qū)動卡設計及研究[J]. 張榮,張秋鄂,李永正.  應用激光. 2013(05)
[6]基于改進分水嶺算法的醫(yī)學圖像分割的研究[J]. 劉喜英,吳淑泉,徐向民.  微電子技術. 2003(04)
[7]三維振鏡激光掃描系統(tǒng)的控制算法及其應用[J]. 汪會清,史玉升,黃樹槐.  華中科技大學學報(自然科學版). 2003(05)
[8]中國12個地區(qū)中老年人糖尿病患病率調(diào)查[J]. 國家“九五”攻關計劃糖尿病研究協(xié)作組.  中華內(nèi)分泌代謝雜志. 2002(04)
[9]半導體激光器的最新進展及其應用現(xiàn)狀[J]. 王德,李學千.  光學精密工程. 2001(03)
[10]基于裂隙燈的外眼圖像采集與處理系統(tǒng)[J]. 衛(wèi)保國,沈波,王興偉,沈蘭蓀.  測控技術. 2001(05)



本文編號：3634598