【摘 要】
：
视网膜血管结构被广泛地用于眼科疾病，糖尿病，心血管类疾病的诊断，筛查和临床研究。然而，由于视网膜病变、血管中心反光现象、血管背景对比度低、血管分支和拓扑结构复杂等影响，视网膜血管分割是一项具有挑战性的任务。 为了克服上述挑战，本文提出了基于分频卷积神经网络（OctaveUNet）的视网膜血管分割方法，实现了高精度快速的视网膜眼底图像血管自动分割。为了提高网络特征对血管分割的判别能力，基于分频卷积
论文部分内容阅读
视网膜血管结构被广泛地用于眼科疾病，糖尿病，心血管类疾病的诊断，筛查和临床研究。然而，由于视网膜病变、血管中心反光现象、血管背景对比度低、血管分支和拓扑结构复杂等影响，视网膜血管分割是一项具有挑战性的任务。
为了克服上述挑战，本文提出了基于分频卷积神经网络（OctaveUNet）的视网膜血管分割方法，实现了高精度快速的视网膜眼底图像血管自动分割。为了提高网络特征对血管分割的判别能力，基于分频卷积的特征编码器被用于高低分频的卷积特征的提取。此外，为了让模型具备学习如何解码这些高低分频的卷积特征的能力，本文提出了一种分频转置卷积操作，并在其基础上提出了OctaveUNet网络架构。
本文所提出的方法在四个公开数据库：DRIVE，STARE，CHASE_DB1和HRF数据库上进行了算法评估。实验结果表明，所提出的方法已获得与现有先进方法相比更好或相当的视网膜血管分割结果。此外，本文所提出的方法在对各类视网膜病变和阈值变化具有一定的鲁棒性。
其他文献
随着医学影像技术和数学算法的迅速发展，计算机辅助诊断逐渐成为计算机领域和医学图像处理领域的研究热点。超声图像分割是计算机辅助诊断的重要组成部分，是辅助医生诊断和治疗的基础。与其他医学影像相比，超声图像对比度低，并且存在大量的斑点噪声、伪影和弱边界，这使超声图像分割变得困难。由于超声图像的复杂性和多样性，目前还没有一种分割算法可以适用于所有种类的超声图像。 本文首先深入研究了超声图像的成像原理和斑
将最新的深度学习技术应用于大尺度遥感图像处理中，可以有效利用遥感图像中丰富的细节信息进行图像分类、目标定位和识别。本文主要研究大尺度遥感图像像素级分类问题。在分析现阶段国内外研究状况和介绍深度学习相关理论的基础上，针对现有模型的不足，本文提出一种改进的具有深层网络结构的多尺度融合全卷积网络，并命名为DFCI-FCN。具体内容如下： 首先，介绍了一种用于大尺度遥感图像像素级分类的多尺度全卷积神经网
随着人工智能、机器视觉等前沿技术的发展，对高清视频图像信号的采集与快速预处理技术已成为不可或缺的技术手段。所以在技术浪潮发展的大时代下，如何获得更优质的图像数据并且进行快速的实时图像处理已成为急需解决的问题。高集成度、高性能、低功耗的现场可编程门阵列（FieldProgrammableGateArray，FPGA）器件为视频图像系统设计者提供了广阔的发展前景；FPGA没有CPU线程概念，更没有浮点
目前磁共振成像已经成为临床检测中一种重要的医学影像技术。由于受到硬件上的限制和周围神经刺激的影响，磁共振成像时间很长。磁共振成像时间包括磁共振数据的采集时间和磁共振数据的重建时间。动态磁共振图像序列可以看成是一系列静态磁共振图像的集合，因此动态磁共振成像时间更加长。由于动态磁共振数据在时空方向上有很多冗余，压缩感知理论很快被应用到动态磁共振成像的研究中。采集少量的数据可以缩短动态磁共振数据的采集时
无线传感网络（WirelessSensorNetworks,WSN）是能量受限的网络。在多汇聚节点无线传感网络中，汇聚节点通信转发任务繁重，且需要长时间持续工作，节点电池容量有限且无法更换，因此能量瓶颈问题更加严峻。如果部分汇聚节点因能量耗尽而失效，多汇聚结构的优越性就会降低，网络寿命也会受到影响。 目前，对WSN能量管理问题的研究主要有节约能耗法和环境能量采集法，但是两者都存在一些弊端，不能从
随着遥感技术的发展，高分辨率遥感图像已广泛用于军事和民用领域各种应用，如飞机、军舰等重要的目标识别。本文针对光学遥感图像目标识别进行研究，从特征提取分类，对目标识别进行系统研究和改进，主要研究工作如下： 首先对局部不变特征进行了详细阐述，由于局部不变特征具有可重复性、区分性、局部性等特点，对其在光学遥感图像目标识别技术的工程应用展开研究。其中具有代表性的有基于线性尺度空间的SIFT、SURF算法
高光谱图像分类是对地观测中的一种重要手段，已被广泛应用到精准农业、环境保护、资源勘探等领域。在众多高光谱图像分类算法中，联合稀疏表示高光谱图像分类（JointSparseRepresentationClassification,JSRC）作为一种经典算法，整合了高光谱图像的空谱特征，从而达到提高稀疏表示分类（SparseRepresentationClassification,SRC）算法精度的目
数字图像处理是指利用计算机对图像进行分析、加工和处理，以达到所需结果的技术。数字图像处理在实际应用中发挥着重要的作用，本文探寻了数字图像处理在血管分割和烟草植株检测中的应用，研究内容主要包括： 血管分割：眼底图像中的血管分割是医生对眼部疾病进行高效诊断的重要依据。然而，传统的血管分割非常耗费医生的时间，基于此，我们提出了一种基于分层抠图模型的血管分割算法。这个算法一开始利用血管的区域特征生成眼底
逻辑仿真（LogicSimulation)是数字系统或者数字电路对其逻辑功能正确性进行验证的过程。作为数字芯片领域应用最为广泛的技术之一，逻辑仿真贯穿于芯片设计、生产、测试和制造整个生命周期。同时，逻辑仿真也是芯片测试理论中的基础性技术，本文的研究是在芯片可测试性设计的背景下进行的。 随着芯片规模的不断增长，工业上花费在千万门级甚至是上亿门的电路仿真时间越来越长，这导致了过长的设计周期和很高的设
图像的艺术风格渲染目的是合成一幅图像，在保留原始内容图像内容和结构的同时，具有参考风格图像的风格特征。以数字内容为基础的动漫制作和影视作品制作的产业等，利用图像渲染技术可以实现某些无法通过真实拍摄得到的影视效果，降低制作成本并且提高产出效率。中国水墨画不同与其他艺术绘画，同一幅画作里，描绘的物体在尺寸和细致程度上相距甚远。通常以墨和水作为调色剂表达颜色和阴影，只呈现灰度特征。因此，将中国水墨画渲染