【摘 要】
：
糖尿病视网膜病变是世界上四大主要致盲疾病之一,对其进行诊断可以预防病变以及确认病变的严重程度,从而采取符合病情的治疗手段。然而传统诊断方法效率低下,需要医生有着足够的临床经验。使用计算机来辅助检测时,血管、视神经盘、黄斑等生理结构与糖网病变具有相似的颜色、纹理等信息,并不易于实现病灶分割。尤其是病变阶段中产生的软性渗出,由于其自身的形态特性与纹理特点,有时容易与硬性渗出、视盘等区域混淆,有时又在眼
【基金项目】
：
成像与智能感知实验室（IDIP）与四川省人民医院合作研究项目“视网膜图像处理及辅助诊断”；
论文部分内容阅读
糖尿病视网膜病变是世界上四大主要致盲疾病之一,对其进行诊断可以预防病变以及确认病变的严重程度,从而采取符合病情的治疗手段。然而传统诊断方法效率低下,需要医生有着足够的临床经验。使用计算机来辅助检测时,血管、视神经盘、黄斑等生理结构与糖网病变具有相似的颜色、纹理等信息,并不易于实现病灶分割。尤其是病变阶段中产生的软性渗出,由于其自身的形态特性与纹理特点,有时容易与硬性渗出、视盘等区域混淆,有时又在眼底背景中,不易被发现。因此,实现软性渗出的病灶检测模型是一项具有挑战和现实意义的工作。本文针对眼底软性渗出进行病灶检测算法研究,主要工作如下:（1）提出了一种软性渗出候选区域分割提取方法。通过阈值分割找到眼底图片中的视场模板,利用高斯匹配滤波器实现眼底血管快速提取,根据血管与视盘的结构特性实现视盘的分割;使用限制对比度自适应直方图均衡化（CLAHE）提高对比度后,通过数学形态学实现候选区的提取,最后去除视盘所在区域得到病灶候选区。（2）提出了基于多特征联合表示的视网膜病变检测方法。将得到的候选区分别通过浅层卷积网络和手工设计算子提取深度特征与手工特征,经过降维与特征融合后输入随机森林分类器进行训练,最终得到病变检测模型。在DDR数据集中,本算法的综合评价指标F-score从0.7073提高到了0.9188;在IDRID数据集中,本算法的F-score指标从0.8702提高到了0.9147。（3）提出了基于语义信息的视网膜病变检测方法。基于语义分割中的编码器-解码器结构实现像素级分割,本文通过带有空洞卷积的空间金字塔池化模块（ASPP）、Xception网络和注意力机制设计出一种病变检测模型。该模型在DDR数据集上的F-score达到了0.9320,接近表现最好的0.9339,而在IDRID数据集中F-score值从0.8982提高到了0.9059。
其他文献
航空发动机的装配是航空发动机制造的最后一个阶段,也是对整机性能和系统功能进行验证的手段。发动机装配过程不是零件简单地堆积,而是按规定的技术标准、要求将若干个零件、部件、组件、单元体、附件装配成整机。航空发动机装配水平的高低对飞机性能、企业生产效率及效益均有着重要的影响,因而对于航空发动机装配车间生产计划与调度优化问题进行研究具有十分重要的意义。影响航空发动机装配效率的不确定性因素有诸如需求变化、生
深度学习技术在医学图像领域中的应用广泛,但医学图像数据的私密性和病理图像的稀缺性,使得大数量级样本深度学习方法的应用受到极大制约。基于传统图像处理的数据集扩充方式合成的图像数据冗余度较高。生成对抗网络（GAN）与其变体模型采用了对抗学习方法,利用编码映射的方式表达数据集的样本分布,在多种真实数据集的生成质量与多样性上超越了基于传统图像处理的数据扩充方法。然而由于传统GAN模型本身学习动力不足与某些
红外目标检测技术是红外搜索与跟踪系统中的一个基本功能,在红外预警、制导和反导等领域具有举足轻重的作用。目前的检测算法存在检测目标失真、不能很好地抑制稀疏边缘和噪声等问题。近年来,张量恢复理论逐渐被应用于红外目标检测,取得了良好的效果。而结构张量作为一种新的图像局部结构表征方法,可以用来提取目标和背景的特征,作为张量恢复的补充,融合进红外目标检测方法中。基于这一思路,本文结合局部结构张量提取先验信息
心脏振动描记（Seismocardiography,SCG）是一种用于记录和分析心脏运动过程中产生的微弱振动的技术,其波形的基准点可以有效地反映如主动脉瓣打开、二尖瓣打开、等容收缩等心脏微动事件。与现有心脏检测技术心电图相比,心脏振动描记有着同样的医疗价值,甚至在某种程度上它比心电图所反映的心动状态信息还要更加丰富。但是在过去的几十年由于检测设备的笨重以及检测算法的精度限制,心脏振动描记没有得到有
经过几代航天科技工作者们60多年的不懈奋斗,我国已跻身世界航天大国行列。随着载人航天、空间探索的不断深入以及航天任务的多样化,作为地空运输主要载具的运载火箭也在不断革新,新一代运载火箭被世界各国提上发射日程。我国新一代运载火箭大多是采用液体推进剂的中重型运载火箭,相比于传统火箭,其运载能力高,结构更加细长且采用多个助推器与芯级发动机并联参与姿态控制,这使得箭体动力学特性更加复杂,参数不确定性和刚体
随着现代社会的飞速发展,精密测量技术在军事、工业及医学等各大领域发挥着越来越重要的作用,而传统的脉冲法以及相位法等测量技术由于各自的缺陷较难满足高精度与高灵敏度的测量需求。调频连续波（Frequency Modulated Continuous Wave,FMCW）激光测量技术具有灵敏度高、精度高、抗干扰能力强等优点,成为近年来精密测量领域的研究热点。本文以FMCW激光测距为基础,以提高测距分辨率
特发性肺纤维化是成人最常见的一种间质性肺疾病,患者预后性较差,中位生存期为3-4年。对特发性肺纤维化进行早期诊断,可以引导抗纤维化治疗,从而延长患者生存期,减少急性恶化。现有的人工诊断方式,需要医生具有较高的专业知识和丰富的临床经验,并且阅读大量数据对医生的注意力和精力来说是个很大的挑战。目前学术界特发性肺纤维化自动检测相关研究较少,尚无可用在临床上的计算机辅助检测系统。特发性肺纤维化病变区域大小
近年来,由于数据量的快速增长和计算机性能的发展,深度学习已经广泛应用于许多领域,包括安防监控、计算机视觉和推荐系统等场景。目标检测是机器视觉领域中的重点研究方向之一,不断地改变着人类的生活方式,在智慧医疗、异常事件检测和交通流量监控等方面有重要的研究价值。YOLOv5s作为目前最流行的目标检测器之一,存在特征表达能力不足的问题。针对该问题,本文设计了一种基于特征优化的目标检测方案,提出了一种基于特
本文设计了一种60 GHz串并联混合馈电毫米波平面阵列天线，并采用了切比雪夫综合法将其主副瓣电平比控制在-26 dB以下，为了获得更高的增益采用8×10个阵元组阵。该毫米波平面天线阵列的谐振带宽为57.46 GHz～61.87 GHz,工作带宽达4.41 GHz。在60 GHz处工作，平面阵列天线增益最高达15.87 dB,半功率波束宽度为12.78°。该阵列天线在60 GHz毫米波通信系统中可以
图形符号的检测作为目标检测的热门研究内容之一,研究意义重大,应用前景广泛。随着社会需求的不断产生以及目标检测技术的研究发展,涌现了越来越多图形符号检测的相关技术,并在物流运输、工厂作业、安防、辅助诊断等方面有着很高的应用价值。但是实际场景中,图形符号的检测也面临较多问题,如图像质量差、目标尺寸小、光照影响、检测速度慢等,都会对其检测效果造成影响。本文主要对复杂背景下的图形符号检测进行研究,分别选取