| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 视网膜 | 第9-12页 |
| 1.1.1 视网膜生理结构及功能 | 第9-11页 |
| 1.1.2 眼底照相机系统与主要参数 | 第11-12页 |
| 1.2 糖尿病视网膜病变 | 第12-14页 |
| 1.2.1 糖尿病病因及发病机制 | 第12页 |
| 1.2.2 糖尿病视网膜病变发病机制及发病率 | 第12-13页 |
| 1.2.3 糖尿病视网膜病变分期与诊断 | 第13-14页 |
| 1.3 糖尿病视网膜病变诊断系统 | 第14-15页 |
| 1.3.1 糖尿病视网膜病变诊断系统功能需求 | 第14-15页 |
| 1.3.2 糖尿病视网膜病变诊断系统典型结构 | 第15页 |
| 1.4 课题来源 | 第15页 |
| 1.5 本文的主要研究内容 | 第15-17页 |
| 第2章 硬性渗出物自动检测技术 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 硬性渗出物发病机制和特征 | 第17-18页 |
| 2.3 硬性渗出物识别的挑战 | 第18-19页 |
| 2.4 硬性渗出物自动检测算法 | 第19-26页 |
| 2.4.1 基于阈值分割的硬性渗出物检测 | 第19-21页 |
| 2.4.2 基于区域增长的硬性渗出物检测 | 第21-22页 |
| 2.4.3 基于形态学分割的硬性渗出物检测 | 第22-25页 |
| 2.4.4 基于分类的硬性渗出物检测 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于直方图分割和分类方法结合的渗出物自动检测技术 | 第27-51页 |
| 3.1 引言 | 第27页 |
| 3.2 相关技术与方法 | 第27-34页 |
| 3.2.1 高斯混合模型 | 第27-30页 |
| 3.2.2 主成分分析 | 第30-32页 |
| 3.2.3 支持向量机 | 第32-34页 |
| 3.3 硬性渗出物候选区域提取 | 第34-40页 |
| 3.3.1 眼底图像增强 | 第34-36页 |
| 3.3.2 眼底图像视盘分割 | 第36-38页 |
| 3.3.3 硬性渗出物候选区域分割提取 | 第38-40页 |
| 3.4 硬性渗出物候选区域分类 | 第40-50页 |
| 3.4.1 硬性渗出物特征提取 | 第40-47页 |
| 3.4.2 硬性渗出物特征分类 | 第47-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 实验结果 | 第51-58页 |
| 4.1 引言 | 第51页 |
| 4.2 实验数据来源 | 第51-52页 |
| 4.3 硬性渗出物识别结果的评价方法 | 第52-54页 |
| 4.3.1 基本的评价参数 | 第52-53页 |
| 4.3.2 硬性渗出物识别的评价标准 | 第53-54页 |
| 4.4 实验结果 | 第54-58页 |
| 第5章 视网膜图像分割软件的设计与实现 | 第58-71页 |
| 5.1 引言 | 第58页 |
| 5.2 视网膜图像分割软件的设计 | 第58-60页 |
| 5.3 视网膜图像分割软件的实现 | 第60-66页 |
| 5.3.1 视网膜图像分割软件的流程图及实现类说明 | 第60-62页 |
| 5.3.2 视网膜图像分割软件图片管理模块实现 | 第62-63页 |
| 5.3.3 视网膜图像分割软件图片操作模块实现 | 第63-66页 |
| 5.4 视网膜图像手工标记 | 第66-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第76-78页 |
| 致谢 | 第78页 |