声明
摘要
第1章绪论
1．1研究背景与意义
1．2相关医学基础
1．2．1眼底结构
1．2．2糖尿病视网膜病变
1．3国内外研究现状
1．4研究目标和内容
1．5章节安排与研究路线
第2章基于自适应升采样集成学习的微动脉瘤检测方法
2．1存在的问题及方法创新点
2．2相关工作与基础方法
2．2．1不均衡数据分类
2．2．2SMOTE采样算法
2．2．3高斯混合模型
2．2．4极限学习机
2．3基于自适应升采样集成学习微动脉瘤检测方法的设计与实现
2．3．1方法概述
2．3．2疑似微动脉瘤的识别与特征提取
2．3．3疑似微动脉瘤的分类
2．4实验结果与分析
2．4．1实验设置
2．4．2验证不同优化目标对ELM分类性能的影响
2．4．3验证不同采样方法和采样率对分类性能的影响
2．4．4验证基于ASMOTE的不同集成学习方法的性能
2．4．5验证不同分类方法的性能
2．4．6与其他微动脉瘤检测方法的性能比较
2．5本章小节
第3章基于多核多示例学习的糖尿病视网膜病变诊断方法
3．1存在的问题及方法创新点
3．2相关工作与基础方法
3．2．1多示例学习
3．2．2多核学习
3．3基于多核多示例学习的糖网诊断方法的设计与实现
3．3．1方法概述
3．3．2疑似HMA病灶检测和特征提取
3．3．3不相关示例过滤
3．3．4基于多核图的多示例学习算法(mkmi-Graph)
3．4实验结果与分析
3．4．1实验设置
3．4．2有效性验证
3．4．3多示例方法的比较
3．4．4与其他糖网诊断方法的比较
3．5本章小结
第4章基于代价敏感半监督集成学习的糖尿病视网膜病变分类方法
4．1存在的问题及方法创新点
4．2相关工作与基础方法
4．2．1代价敏感学习
4．2．2半监督学习
4．3基于代价敏感半监督集成学习的糖网分类方法的设计与实现
4．3．1方法概述
4．3．2疑似病灶检测及特征提取
4．3．3疑似病灶的分类
4．3．4糖网分类
4．4实验结果与分析
4．4．1实验设置
4．4．2模型参数有效性验证
4．4．3分类结果与方法比较
4．5本章小结
第5章基于黄斑与硬性渗出检测的糖尿病黄斑水肿分类方法
5．1存在的问题及方法创新点
5．2相关工作与基础方法
5．2．1RSF模型
5．2．2矢量量化
5．2．3基于图的半监督学习
5．3基于黄斑与硬性渗出检测的DME分类方法的设计与实现
5．3．1方法概述
5．3．2视盘的定位与分割
5．3．3黄斑中心的定位
5．3．4疑似硬性渗出的检测与分类
5．3．5糖尿病黄斑水肿分类
5．4实验结果与分析
5．4．1实验设置
5．4．2模型参数有效性验证
5．4．3实验结果与方法比较
5．5本章小结
第6章总结与展望
6．1本文的主要研究成果
6．2未来的展望
参考文献
致谢
攻读学位期间发表的论文及项目工作
东北大学;
