| 中文摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 视网膜疾病影像研究背景 | 第9-13页 |
| 1.1.1 视网膜动脉阻塞的研究背景 | 第9-10页 |
| 1.1.2 视网膜医学影像研究背景 | 第10-12页 |
| 1.1.3 医学图像的疾病分类和病变区域分割简介 | 第12-13页 |
| 1.2 视网膜动脉阻塞的国内外研究现状 | 第13页 |
| 1.3 本文的研究内容和意义 | 第13-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 视网膜OCT图像预处理 | 第17-24页 |
| 2.1 视网膜图像分层和对齐 | 第17-19页 |
| 2.2 视网膜图像去噪和增强 | 第19-21页 |
| 2.3 视网膜图像边缘提取 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 视网膜动脉阻塞的自动分类 | 第24-32页 |
| 3.1 特征提取 | 第24-28页 |
| 3.1.1 基于局部二值模式的纹理和形状特征 | 第24-27页 |
| 3.1.2 内视网膜厚度模型 | 第27-28页 |
| 3.2 基于主成分分析的特征降维 | 第28-29页 |
| 3.3 基于ADABOOST分类器的视网膜动脉阻塞的分类 | 第29-31页 |
| 3.3.1 AdaBoost算法 | 第29-30页 |
| 3.3.2 视网膜动脉阻塞的自动分类 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 视网膜分支动脉阻塞的分割 | 第32-42页 |
| 4.1 视网膜分支动脉阻塞急性期病变区域的自动分割 | 第32-39页 |
| 4.1.1 基于贝叶斯后验概率的初始分割 | 第32-34页 |
| 4.1.2 视网膜分支动脉阻塞的定位 | 第34-35页 |
| 4.1.3 基于图搜索-图割算法的病变区域分割 | 第35-39页 |
| 4.2 视网膜分支动脉阻塞萎缩期病变区域的自动分割 | 第39-41页 |
| 4.2.1 正常内视网膜厚度模型 | 第39-40页 |
| 4.2.2 基于厚度模型的病变区域分割 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 实验结果及分析 | 第42-52页 |
| 5.1 图像的获取 | 第42-43页 |
| 5.2 参数值的设置 | 第43-44页 |
| 5.3 视网膜动脉阻塞分类结果分析和比较 | 第44-47页 |
| 5.3.1 分类评价标准 | 第44页 |
| 5.3.2 分类结果分析和比较 | 第44-47页 |
| 5.4 视网膜分支动脉阻塞病变分割结果分析和比较 | 第47-51页 |
| 5.4.1 分割评价标准 | 第47-49页 |
| 5.4.2 分割结果分析和比较 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结和展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 攻读学位期间公开发表的论文、专利 | 第60-61页 |
| 致谢 | 第61-62页 |
