| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 1 绪论 | 第14-26页 |
| ·引言 | 第14-15页 |
| ·研究背景及意义 | 第15-17页 |
| ·研究现状及面临的问题 | 第17-23页 |
| ·论文研究内容、主要贡献及创新 | 第23-25页 |
| ·论文结构 | 第25-26页 |
| 2 眼底图像预处理 | 第26-38页 |
| ·引言 | 第26页 |
| ·眼底结构 | 第26-27页 |
| ·眼底图像的采集与表示 | 第27-29页 |
| ·眼底图像的采集 | 第27-28页 |
| ·眼底图像的表示 | 第28-29页 |
| ·眼底图像的空域滤波 | 第29-34页 |
| ·空域滤波方法概述 | 第29-31页 |
| ·眼底图像的亮度分析 | 第31-32页 |
| ·基于自适应中值滤波法的眼底图像去噪 | 第32-34页 |
| ·眼底图像视场的提取 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 3 脉冲耦合神经网络模型及其动态行为分析 | 第38-57页 |
| ·引言 | 第38-39页 |
| ·脉冲耦合神经网络模型 | 第39-44页 |
| ·脉冲耦合神经网络的提出 | 第39-40页 |
| ·脉冲耦合神经元模型 | 第40-42页 |
| ·脉冲耦合神经网络模型 | 第42页 |
| ·脉冲耦合神经网络在图像处理中的应用 | 第42-44页 |
| ·脉冲耦合神经网络模型的改进 | 第44-45页 |
| ·改进型脉冲耦合神经网络在图像分割中的动态行为分析 | 第45-53页 |
| ·无耦合链接情况下的动态行为 | 第46-48页 |
| ·耦合链接情况下的动态行为 | 第48-51页 |
| ·网络参数设置准则 | 第51-53页 |
| ·实验仿真 | 第53-55页 |
| ·动态行为特性的实验仿真 | 第53-55页 |
| ·实验结果分析 | 第55页 |
| ·本章小结 | 第55-57页 |
| 4 基于改进型脉冲耦合神经网络的眼底图像血管分割方法 | 第57-84页 |
| ·引言 | 第57页 |
| ·眼底图像分割的理论基础 | 第57-60页 |
| ·图像分割的定义 | 第57-58页 |
| ·图像分割的一般过程 | 第58-60页 |
| ·眼底图像血管网络的匹配滤波增强 | 第60-62页 |
| ·匹配滤波器的设计 | 第60-62页 |
| ·眼底图像血管的增强 | 第62页 |
| ·基于PCNN的眼底图像血管分割 | 第62-65页 |
| ·基于PCNN的眼底图像分割实现 | 第63-64页 |
| ·分割结果 | 第64-65页 |
| ·基于改进型PCNN的眼底图像血管分割 | 第65-75页 |
| ·改进型PCNN模型 | 第66页 |
| ·Otsu算法的应用 | 第66-69页 |
| ·遗传算法的应用 | 第69-75页 |
| ·实验结果及分析 | 第75-82页 |
| ·算法分割结果 | 第76-78页 |
| ·算法性能分析 | 第78-82页 |
| ·临床图像处理实例 | 第82页 |
| ·本章小结 | 第82-84页 |
| 5 基于过渡区提取的眼底图像血管分割方法 | 第84-95页 |
| ·引言 | 第84-85页 |
| ·算法分割方案的提出 | 第85-87页 |
| ·基于最佳熵的主血管分割 | 第87页 |
| ·过渡区的提取 | 第87-90页 |
| ·Otsu双阈值法 | 第87-88页 |
| ·基于迁移策略的分布式遗传算法的过渡区提取 | 第88-90页 |
| ·血管区域特征综合 | 第90页 |
| ·实验结果及分析 | 第90-94页 |
| ·算法分割结果 | 第90-91页 |
| ·算法性能分析 | 第91-93页 |
| ·临床图像处理实例 | 第93-94页 |
| ·本章小结 | 第94-95页 |
| 6 基于向量场散度和定向局部对比度的眼底图像血管分割方法 | 第95-114页 |
| ·引言 | 第95-96页 |
| ·血管中心线的提取 | 第96-101页 |
| ·向量场散度理论 | 第96-97页 |
| ·基于向量场散度理论的血管中心线提取 | 第97-101页 |
| ·血管像素的检测 | 第101-106页 |
| ·血管中心线节点的提取 | 第101-103页 |
| ·血管中心线像素方向的计算 | 第103页 |
| ·基于定向局部对比度的血管像素检测 | 第103-105页 |
| ·DLC检测方法的改进 | 第105-106页 |
| ·血管段的反向追踪 | 第106-107页 |
| ·算法实现流程 | 第107-108页 |
| ·实验结果及分析 | 第108-112页 |
| ·实验参数的设置 | 第108页 |
| ·算法分割结果 | 第108-110页 |
| ·算法性能分析 | 第110-112页 |
| ·临床图像处理实例 | 第112页 |
| ·本章小结 | 第112-114页 |
| 7 基于先验知识的眼底图像血管宽度测量方法 | 第114-124页 |
| ·引言 | 第114页 |
| ·眼底图像血管宽度测量方法概述 | 第114-118页 |
| ·直接测量法 | 第115页 |
| ·视网膜血管可逆量化方法 | 第115-117页 |
| ·基于高斯拟合的管径测量方法 | 第117-118页 |
| ·基于先验知识的眼底图像血管宽度测量方法 | 第118-121页 |
| ·血管特征的提取 | 第119页 |
| ·血管边界的检测 | 第119-121页 |
| ·血管直径宽度的测量 | 第121页 |
| ·实验仿真 | 第121-123页 |
| ·本章小结 | 第123-124页 |
| 8 结论 | 第124-126页 |
| ·总结 | 第124-125页 |
| ·展望 | 第125-126页 |
| 参考文献 | 第126-134页 |
| 附录 A | 第134-136页 |
| 索引 | 第136-139页 |
| 作者简历 | 第139-142页 |
| 学位论文数据集 | 第142页 |
