基于改进型编解码网络的眼底图像视网膜动脉硬化检测

目录

声明

目 录

第一章 绪论

1.1 课题研究背景及意义

1.2 国内外研究现状

1.3 论文研究内容及章节安排

第二章 卷积神经网络算法原理

2.1 卷积神经网络基本介绍

2.2 卷积神经网络的发展过程

2.3 卷积神经网络主要特点

2.4 卷积神经网络基本部件

2.4.1 卷积层

2.4.2 激活函数层

2.4.3 池化层

2.4.4 全连接层

2.5 经典的分割卷积神经网络

2.5.1 PixelNet网络

2.5.2 U-Net网络

2.5.3 DeepLab V3+网络

2.5.4 SegNet网络

2.6 本章小结

第三章 基于改进型编解码网络的眼底图像动静脉血管及动脉反光带分割

3.1 改进型编解码网络相关模块

3.1.1 Inception ResNet V2网络

3.1.2 残差注意力机制网络

3.1.3 多尺度特征

3.2 改进型编解码网络结构

3.3 数据准备

3.3.1 数据集

3.3. 2 训练样本

3.4 实验结果与分析

3.4.1 实验评价指标

3.4.2 基于改进型编解码网络的眼底图像动静脉血管及动脉反光带分割

3.4.3 网络结构调整对比分析

3.4.4 与其他分割网络结果对比

3.4.5 与其他文献分割方法对比

3.5 本章小结

第四章 眼底图像的视网膜动脉硬化检测

4.1 动脉反光带有效区域的筛选

4.2 动脉血管及动脉反光带的高斯拟合

4.3 反光带参数的计算

4.4 视网膜动脉硬化定量检测

4.4.1 视网膜动脉硬化定量检测阈值的计算

4.4.2 视网膜动脉硬化检测结果分析

4.5 视网膜动脉硬化检测实验分析

4.5.1 动脉血管及动脉反光带采样方法的准确性比较

4.5.2 动脉血管和动脉反光带定量描述的方法对比

4.5.3 视网膜动脉硬化检测错误分析

4.6 本章小结

第五章 总结与展望

5.1 本文总结

5.2 未来展望

参考文献

发表论文和参加科研情况

致 谢