基于深度学习和二维高斯拟合的视网膜血管管径测量方法

来源 :中国医学物理学杂志 | 被引量 : 0次 | 上传用户:laopoxqq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
糖尿病、高血压等疾病会引起视网膜血管的形状发生变化,眼底图像血管分割是疾病定量分析过程中的关键步骤,对临床疾病的分析和诊断具有指导意义。本文提出一种视网膜血管管径自动测量方法。首先,将通道特征图叠加,同时通过使用深度可分离卷积来增加网络深度,将二者引用于全卷积神经网络中对血管网络进行分割;然后在分割的血管网络基础上,利用形态学细化和最小二乘拟合求取血管的中心线和方向;最后根据血管横截面灰度值分布特性,利用二维高斯拟合对血管中心线和方向进行校正,得到准确的血管方向和中心线位置进而计算血管管径。利用本文
其他文献
目的:探讨Varian速锋刀EDGE上,动态调强放疗(SlidingWindow,SW)、静态调强放疗(Step-and-Shoot,SS)与基于smart LMC算法的新动态调强放疗(SW-smart)3种技术在舌癌术后放疗中
目的:研究呼吸运动对Sliding Window(SW)调强射野剂量学的影响。方法:使用胶片分别测量多叶光栅在不同的叶片移动速度(叶片速度)和不同射野宽度条件下,窄束野在呼吸运动平台