基于深度學(xué)習(xí)的視網(wǎng)膜眼底疾病的分類研究
發(fā)布時(shí)間:2021-05-06 08:42
視網(wǎng)膜眼底疾病不僅種類繁多,而且對視功能損害較大。常見的視網(wǎng)膜眼底疾病有年齡相關(guān)性黃斑病變(Age-related Macular Degeneration,AMD)和糖尿病性黃斑水腫(Diabetic Macular Edema,DME)。這兩種疾病會損害視網(wǎng)膜并導(dǎo)致視力下降,更是老年人失明最常見的原因,因此其早期檢測對后續(xù)治療具有重要的意義。目前,臨床上對于以上兩種視網(wǎng)膜眼底疾病的診斷都依賴于專業(yè)的眼科醫(yī)生,然而隨著患者數(shù)量不斷地增加,如此大量的診斷和篩查工作僅僅依靠少量的專業(yè)眼科醫(yī)生將是一項(xiàng)非常艱巨的任務(wù);谝陨洗嬖诘膯栴},本文將借助計(jì)算機(jī)視覺技術(shù),采用深度學(xué)習(xí)的方法對視網(wǎng)膜眼底疾病進(jìn)行分類診斷。視網(wǎng)膜眼底疾病的診斷大部分都采用眼底照相和光學(xué)相干斷層掃描(Optical Coherence tomography,OCT)所獲得的圖像。相比于眼底照相,OCT圖像具有無創(chuàng)、高速和高分辨率的特點(diǎn),本次研究就是基于視網(wǎng)膜眼底疾病OCT圖像的分類識別。具體的研究工作如下:(1)研究了基于經(jīng)典的機(jī)器學(xué)習(xí)的OCT圖像分類方法,主要分別利用支持向量機(jī)(Support Vector Machin...
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題的研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 基于視網(wǎng)膜眼底疾病AMD上的分類研究
1.2.2 基于視網(wǎng)膜眼底疾病DME上的分類研究
1.3 主要研究內(nèi)容及難點(diǎn)
1.4 本文的結(jié)構(gòu)安排
第2章 相關(guān)理論概述
2.1 引言
2.2 眼底檢測技術(shù)
2.3 OCT成像技術(shù)
2.4 經(jīng)典的機(jī)器學(xué)習(xí)算法
2.4.1 KNN分類算法
2.4.2 SVM分類算法
2.5 深度學(xué)習(xí)算法
2.5.1 卷積神經(jīng)網(wǎng)絡(luò)
2.5.2 遷移學(xué)習(xí)
2.6 評價(jià)指標(biāo)
2.7 小結(jié)與討論
第3章 基于機(jī)器學(xué)習(xí)的OCT眼底圖像分類
3.1 引言
3.2 數(shù)據(jù)介紹
3.2.1 OCT圖像數(shù)據(jù)來源
3.2.2 數(shù)據(jù)預(yù)處理
3.3 交叉驗(yàn)證
3.4 基于KNN算法和SVM算法的OCT眼底圖像分類
3.4.1 實(shí)驗(yàn)內(nèi)容
3.4.2 實(shí)驗(yàn)結(jié)果與分析
3.5 小結(jié)與討論
第4章 基于3D-CNN的OCT眼底圖像分類
4.1 引言
4.2 基于3D-CNN的OCT眼底圖像分類
4.2.1 實(shí)驗(yàn)內(nèi)容
4.2.2 3D-CNN網(wǎng)絡(luò)結(jié)構(gòu)
4.2.3 改進(jìn)后的3D-CNN網(wǎng)絡(luò)結(jié)構(gòu)
4.3 實(shí)驗(yàn)結(jié)果分析
4.4 小結(jié)與討論
第5章 基于遷移學(xué)習(xí)的OCT眼底圖像分類
5.1 引言
5.2 基于遷移學(xué)習(xí)的眼底圖像分類算法
5.2.1 實(shí)驗(yàn)內(nèi)容
5.2.2 遷移學(xué)習(xí)模型
5.2.3 VGG-16網(wǎng)絡(luò)結(jié)構(gòu)
5.3 實(shí)驗(yàn)結(jié)果和分析
5.4 小結(jié)與討論
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
【參考文獻(xiàn)】:
期刊論文
[1]Artificial intelligence on diabetic retinopathy diagnosis: an automatic classification method based on grey level co-occurrence matrix and naive Bayesian model[J]. Kai Cao,Jie Xu,Wei-Qi Zhao. International Journal of Ophthalmology. 2019(07)
[2]糖尿病黃斑水腫的綜合研究進(jìn)展[J]. 楊曉靜,徐惠,格日勒. 中國民族醫(yī)藥雜志. 2019(05)
[3]深度學(xué)習(xí)原理及應(yīng)用綜述[J]. 付文博,孫濤,梁藉,閆寶偉,范福新. 計(jì)算機(jī)科學(xué). 2018(S1)
[4]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航. 計(jì)算機(jī)應(yīng)用. 2016(09)
[5]醫(yī)學(xué)圖像分析的現(xiàn)狀與展望[J]. 陳武凡,秦安,江少峰,馮前進(jìn),郝立巍. 中國生物醫(yī)學(xué)工程學(xué)報(bào). 2008(02)
[6]老年黃斑變性43例光學(xué)相干斷層掃描分析[J]. 湯洋,唐羅生. 國際眼科雜志. 2007(01)
本文編號:3171625
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題的研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 基于視網(wǎng)膜眼底疾病AMD上的分類研究
1.2.2 基于視網(wǎng)膜眼底疾病DME上的分類研究
1.3 主要研究內(nèi)容及難點(diǎn)
1.4 本文的結(jié)構(gòu)安排
第2章 相關(guān)理論概述
2.1 引言
2.2 眼底檢測技術(shù)
2.3 OCT成像技術(shù)
2.4 經(jīng)典的機(jī)器學(xué)習(xí)算法
2.4.1 KNN分類算法
2.4.2 SVM分類算法
2.5 深度學(xué)習(xí)算法
2.5.1 卷積神經(jīng)網(wǎng)絡(luò)
2.5.2 遷移學(xué)習(xí)
2.6 評價(jià)指標(biāo)
2.7 小結(jié)與討論
第3章 基于機(jī)器學(xué)習(xí)的OCT眼底圖像分類
3.1 引言
3.2 數(shù)據(jù)介紹
3.2.1 OCT圖像數(shù)據(jù)來源
3.2.2 數(shù)據(jù)預(yù)處理
3.3 交叉驗(yàn)證
3.4 基于KNN算法和SVM算法的OCT眼底圖像分類
3.4.1 實(shí)驗(yàn)內(nèi)容
3.4.2 實(shí)驗(yàn)結(jié)果與分析
3.5 小結(jié)與討論
第4章 基于3D-CNN的OCT眼底圖像分類
4.1 引言
4.2 基于3D-CNN的OCT眼底圖像分類
4.2.1 實(shí)驗(yàn)內(nèi)容
4.2.2 3D-CNN網(wǎng)絡(luò)結(jié)構(gòu)
4.2.3 改進(jìn)后的3D-CNN網(wǎng)絡(luò)結(jié)構(gòu)
4.3 實(shí)驗(yàn)結(jié)果分析
4.4 小結(jié)與討論
第5章 基于遷移學(xué)習(xí)的OCT眼底圖像分類
5.1 引言
5.2 基于遷移學(xué)習(xí)的眼底圖像分類算法
5.2.1 實(shí)驗(yàn)內(nèi)容
5.2.2 遷移學(xué)習(xí)模型
5.2.3 VGG-16網(wǎng)絡(luò)結(jié)構(gòu)
5.3 實(shí)驗(yàn)結(jié)果和分析
5.4 小結(jié)與討論
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
【參考文獻(xiàn)】:
期刊論文
[1]Artificial intelligence on diabetic retinopathy diagnosis: an automatic classification method based on grey level co-occurrence matrix and naive Bayesian model[J]. Kai Cao,Jie Xu,Wei-Qi Zhao. International Journal of Ophthalmology. 2019(07)
[2]糖尿病黃斑水腫的綜合研究進(jìn)展[J]. 楊曉靜,徐惠,格日勒. 中國民族醫(yī)藥雜志. 2019(05)
[3]深度學(xué)習(xí)原理及應(yīng)用綜述[J]. 付文博,孫濤,梁藉,閆寶偉,范福新. 計(jì)算機(jī)科學(xué). 2018(S1)
[4]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航. 計(jì)算機(jī)應(yīng)用. 2016(09)
[5]醫(yī)學(xué)圖像分析的現(xiàn)狀與展望[J]. 陳武凡,秦安,江少峰,馮前進(jìn),郝立巍. 中國生物醫(yī)學(xué)工程學(xué)報(bào). 2008(02)
[6]老年黃斑變性43例光學(xué)相干斷層掃描分析[J]. 湯洋,唐羅生. 國際眼科雜志. 2007(01)
本文編號:3171625
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/3171625.html
最近更新
教材專著