青光眼是一種因視神經損傷進而導致視力喪失的眼底疾病,是全球第二大致盲眼疾(僅次于白內障),也是導致失明的首要原因。由于青光眼造成的視力損傷不可逆轉,因此早期的篩查和診斷對視力的維護至關重要。臨床上青光眼篩查可通過眼底照相得到視網膜眼底圖,根據眼底圖中視杯(OC)與視盤(OD)在垂直方向上直徑的比率(CDR)來評估青光眼風險。目前已存在很多工作,通過對視杯視盤進行自動分割進而獲取CDR值。準確的視杯視盤分割是精確計算CDR值的關鍵。視杯視盤分割精度的提高需要大量帶有分割標注的數據,而目前主要通過醫(yī)生以人工方式對數據進行標注,這將耗費大量人力和時間。為減少醫(yī)生標注工作量,同時提高標注數據的可信度,本文采用基于極值點的視杯視盤分割算法,將M形網絡和全卷積網絡FCN進行集成學習,提出了一種基于深度學習的互動式眼底圖標注方案,醫(yī)生只需要在眼底圖上標注8個極值點,根據系統(tǒng)使用的分割算法,即可得到視杯和視盤的準確標注。本文首先介紹互動式眼底圖標注方案,包括標注系統(tǒng)各個模塊的詳細需求分析,系統(tǒng)的總體設計,以及系統(tǒng)所使用的基于極值點的視杯視盤分割算法。之后介紹系統(tǒng)各個功能模塊的編碼實現以及視杯視盤分割算分代碼的實現。由于標注在PC端進行,系統(tǒng)使用OkHttp網絡通信技術解決PC端與算法的數據交互共享問題,同時系統(tǒng)也實現了在算法結果不好時轉為人工標注。最后,通過實驗對基于極值點的視杯視盤分割算法進行評估,并對互動式眼底圖標注系統(tǒng)進行測試分析,以及總結目前系統(tǒng)的一些不足之處,和對下一步工作的展望。
【學位單位】：華南理工大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：R775.1;TP18;TP391.41

【參考文獻】

相關期刊論文 前3條

1 鄒北驥;張思劍;朱承璋;;彩色眼底圖像視盤自動定位與分割[J];光學精密工程;2015年04期

2 董銀偉;沈建新;王玉亮;;基于C-V模型的眼底圖像交互式杯盤分割[J];計算機應用與軟件;2012年05期

3 周琳;沈建新;廖文和;王玉亮;;基于中心線提取的視網膜血管分割[J];生物醫(yī)學工程學雜志;2012年01期

本文編號：2818919