| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题的背景及研究的目的和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文结构与章节安排 | 第12-14页 |
| 第2章 白内障眼底图像分级的相关知识与技术 | 第14-28页 |
| 2.1 引言 | 第14页 |
| 2.2 白内障眼底图像的分级标准 | 第14-15页 |
| 2.3 疾病诊断问题中的数据集不均衡问题 | 第15-19页 |
| 2.3.1 度量标准 | 第16-17页 |
| 2.3.2 解决技术 | 第17-19页 |
| 2.4 基于深度卷积神经网络的特征学习 | 第19-25页 |
| 2.4.1 感知机 | 第20-21页 |
| 2.4.2 神经网络 | 第21-23页 |
| 2.4.3 卷积神经网络 | 第23-24页 |
| 2.4.4 残差网络 | 第24-25页 |
| 2.5 本章小结 | 第25-28页 |
| 第3章 基于数据增加的白内障分类方法 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 基于图像的数据增加技术 | 第28-34页 |
| 3.2.1 图像旋转与图像翻转 | 第28-29页 |
| 3.2.2 随机明暗变换 | 第29页 |
| 3.2.3 随机裁剪 | 第29-30页 |
| 3.2.4 实验 | 第30-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第4章 基于代价敏感与数据增加的白内障分类方法 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 数据预处理 | 第36-39页 |
| 4.3 代价敏感策略 | 第39-40页 |
| 4.4 残差网络的实现与参数设置 | 第40-41页 |
| 4.5 实验 | 第41-42页 |
| 4.6 本章小结 | 第42-44页 |
| 第5章 白内障远程诊断系统 | 第44-56页 |
| 5.1 引言 | 第44页 |
| 5.2 系统简述 | 第44-45页 |
| 5.3 系统需求分析 | 第45页 |
| 5.4 功能概述 | 第45-47页 |
| 5.4.1 为用户提供基于Browser/Server架构的服务 | 第45页 |
| 5.4.2 上传眼底图像进行分级诊断 | 第45-46页 |
| 5.4.3 提供眼底图像URL链接进行分级诊断 | 第46-47页 |
| 5.5 系统实现 | 第47-50页 |
| 5.5.1 环境配置 | 第47-48页 |
| 5.5.2 分类器的训练 | 第48-49页 |
| 5.5.3 服务器端开发 | 第49-50页 |
| 5.6 使用说明 | 第50-54页 |
| 5.6.1 访问服务器 | 第50-51页 |
| 5.6.2 提供眼底图像 | 第51-52页 |
| 5.6.3 显示诊断结果 | 第52-54页 |
| 5.7 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士期间所取得的研究成果 | 第62-64页 |
| 致谢 | 第64页 |