| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·论文研究背景及意义 | 第9-11页 |
| ·人眼生理结构及眼底成像 | 第9-10页 |
| ·糖尿病性视网膜病变 | 第10-11页 |
| ·微脉瘤 | 第11页 |
| ·糖尿病性视网膜病变图像的微脉瘤检测研究现状 | 第11-13页 |
| ·目前研究存在的问题及研究内容 | 第13-15页 |
| ·存在的问题 | 第13-15页 |
| ·研究内容 | 第15页 |
| ·本文工作内容以及安排 | 第15-17页 |
| 第2章 相关理论基础与技术 | 第17-30页 |
| ·眼底图像预处理 | 第17-20页 |
| ·直方图均衡化 | 第17-18页 |
| ·灰度变换 | 第18-19页 |
| ·感兴趣区域提取 | 第19-20页 |
| ·图像分割 | 第20-23页 |
| ·全局阈值处理 | 第20页 |
| ·局部阈值处理 | 第20-21页 |
| ·区域生长 | 第21-23页 |
| ·二维 Gaussian 滤波、二维 Gabor 滤波 | 第23-26页 |
| ·二维 Gaussian 滤波 | 第23-24页 |
| ·二维 Gabor 滤波 | 第24-26页 |
| ·数学形态学 | 第26页 |
| ·集成学习 | 第26-28页 |
| ·ROC 数据库介绍 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于背景估计和血管提取眼底图像微脉瘤检测 | 第30-41页 |
| ·眼底图像预处理 | 第30-31页 |
| ·背景估计和 Mahalanobis 距离的疑似微脉瘤对象提取 | 第31-32页 |
| ·血管提取方法 | 第32-35页 |
| ·非血管抑制 | 第32-34页 |
| ·多尺度和多滞后阈值血管提取 | 第34-35页 |
| ·非微脉瘤病变对象去除 | 第35-36页 |
| ·血管排除的形状分析 | 第35-36页 |
| ·非微脉瘤噪声点去除 | 第36页 |
| ·算法实现 | 第36-37页 |
| ·实验结果分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 多尺度匹配滤波和集成学习的眼底图像微脉瘤检测 | 第41-52页 |
| ·非均匀照度归一化 | 第41-42页 |
| ·多尺度匹配滤波对微脉瘤的检测 | 第42-44页 |
| ·疑似病变对象区域定位与分割 | 第44-47页 |
| ·阈值分割 | 第44-46页 |
| ·区域生长 | 第46-47页 |
| ·候选微脉瘤区域特征提取 | 第47页 |
| ·Adaboost 神经网络集成分类器设计 | 第47-49页 |
| ·实验结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 论文发表情况 | 第58页 |
| 参与的科研项目 | 第58页 |
