声明
第一章 绪 论
1.1 研究背景与意义
1.2 国内外研究和发展现状
1.2.1 眼底照相影像血管分割
1.2.2 眼底照相影像血管动静脉分类
1.2.3 眼底造影影像血管分割
1.3 本文主要研究内容
1.4 本文层次结构安排
第二章 相关背景技术及算法
2.1 引言
2.2 基于非监督学习的眼底血管分割方法
2.2.1 匹配滤波
2.2.2 形态学分析
2.2.3 血管追踪
2.2.4 多尺度方法
2.2.5 基于模型的方法
2.3 基于监督学习的眼底血管分割方法
2.3.1 BP神经网络
2.3.2 其他方法
2.4 动静脉分类
2.4.1 基于颜色特征的方法
2.4.2 基于结构特征的方法
2.5 本章小结
第三章 眼底照相影像血管分割及动静脉分类
3.1 方案思路
3.2 图像预处理
3.2.1 选取绿色通道
3.2.2 去除噪声
3.2.3 图像增强
3.3 血管分割
3.3.1 实现流程
3.3.2 检测亮度变化
3.3.3 血管干检测
3.3.4 血管末梢检测
3.4 血管动静脉分类
3.4.1 实现流程
3.4.2 血管特征检测
3.4.3 动静脉分类
3.5 本章小结
第四章 眼底造影影像血管分割
4.1 方案思路
4.2 图像预处理
4.2.1 对比度增强
4.2.2 图像匹配滤波
4.3 自适应阈值化血管分割
4.3.1 实现流程
4.3.2 虚拟边缘追踪
4.3.3 子图像阈值化分割
4.4 BP神经网络进行血管分割
4.4.1 实现流程
4.4.2 特征提取
4.4.3 分类训练
4.4.4 输出结果
4.5 本章小结
第五章 实验结果与分析
5.1 实验数据集
5.2 实验环境
5.3 眼底照相影像实验评估
5.3.1 评估指标
5.3.2 血管分割
5.3.3 动静脉分类
5.4 眼底造影影像实验评估
5.4.1 评估指标
5.4.2 血管分割
5.5 本章小结
第六章 结束语
6.1 全文总结
6.2 不足与展望
致谢
参考文献
攻硕期间取得的研究成果