基于特征识别的视网膜血管分割方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-14页 |
| 1.1 引言 | 第9页 |
| 1.2 视网膜眼底图像血管提取研究意义 | 第9-10页 |
| 1.3 视网膜眼底图像血管提取研究现状 | 第10-12页 |
| 1.4 课题来源及本文主要研究内容 | 第12-13页 |
| 1.5 本文章节安排 | 第13-14页 |
| 2 眼底图像采集与模式识别技术 | 第14-20页 |
| 2.1 眼底视网膜结构 | 第14-15页 |
| 2.2 眼底图像采集与获取 | 第15页 |
| 2.3 模式识别技术 | 第15-19页 |
| 2.3.1 模式识别基本概念 | 第16页 |
| 2.3.2 模式识别系统 | 第16-18页 |
| 2.3.3 模式识别的应用 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 视网膜特征提取方法研究 | 第20-30页 |
| 3.1 视网膜眼底图像预处理 | 第20-21页 |
| 3.2 视网膜图像特征提取 | 第21-28页 |
| 3.2.1 高斯匹配滤波特征 | 第21-22页 |
| 3.2.2 2D Gabor小波变换特征 | 第22-25页 |
| 3.2.3 Frangi滤波特征 | 第25-27页 |
| 3.2.4 梯度方向特征 | 第27-28页 |
| 3.3 本章小结 | 第28-30页 |
| 4 视网膜血管分类识别 | 第30-42页 |
| 4.1 人工神经网络简介 | 第30-32页 |
| 4.2 特征识别 | 第32-33页 |
| 4.3 实验结果与分析 | 第33-41页 |
| 4.3.1 实验结果定性以及定量比较 | 第33-35页 |
| 4.3.2 ROC曲线 | 第35-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 总结与展望 | 第42-44页 |
| 参考文献 | 第44-50页 |
| 攻读学位期间主要的研究成果目录 | 第50-51页 |
| 致谢 | 第51页 |
