| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-34页 |
| 1.1 研究目的与意义 | 第12-13页 |
| 1.2 彩色眼底视网膜图像血管分割研宄现状与存在问题 | 第13-23页 |
| 1.2.1 基于血管跟踪的方法 | 第13-14页 |
| 1.2.2 基于匹配滤波的方法 | 第14-15页 |
| 1.2.3 基于形态学处理的方法 | 第15-18页 |
| 1.2.4 基于形变模型的方法 | 第18-19页 |
| 1.2.5 基于机器学习的方法 | 第19-23页 |
| 1.3 彩色眼底视网膜图像动静脉血管分类研究现状与存在问题 | 第23-28页 |
| 1.4 彩色眼底视网膜图像视盘检测研宄现状与存在问题 | 第28-32页 |
| 1.5 论文的主要研宄内容 | 第32-33页 |
| 1.6 论文结构及章节安排 | 第33-34页 |
| 第2章 基于B-COSFIRE与FCRF模型的视网膜血管分割研究 | 第34-54页 |
| 2.1 引言 | 第34页 |
| 2.2 彩色眼底视网膜图像的预处理 | 第34-36页 |
| 2.3 B-COSFIRE模型的建立 | 第36-40页 |
| 2.3.1 生理学基础 | 第36-38页 |
| 2.3.2 感受野的数学模型描述 | 第38-39页 |
| 2.3.3 B-COSFIRE模型 | 第39-40页 |
| 2.4 血管结构特征提取 | 第40-43页 |
| 2.4.1 基于对称B-COSFIRE的血管主干特征提取 | 第40-41页 |
| 2.4.2 高斯差分（Difference ofGuassian’DoG)滤波器模糊移位运算 | 第41页 |
| 2.4.3 B-COSFIRE滤波响应模型 | 第41-42页 |
| 2.4.4 基于非对称B-COSFIRE的血管末端特征提取 | 第42-43页 |
| 2.5 基于FCRF的血管分割 | 第43-45页 |
| 2.5.1 多特征融合 | 第43页 |
| 2.5.2 FCRF模型的构建 | 第43-45页 |
| 2.6 实验结果与分析 | 第45-52页 |
| 2.6.1 实验数据 | 第45-46页 |
| 2.6.2 评价指标 | 第46-47页 |
| 2.6.3 实验结果与分析 | 第47-52页 |
| 2.7 本章小结 | 第52-54页 |
| 第3章 基于多尺度上下文关联特征的视网膜动静脉血管分类研究 | 第54-80页 |
| 3.1 引言 | 第54页 |
| 3.2 上下文特征及概率图模型 | 第54-58页 |
| 3.2.1 MRF模型 | 第56-57页 |
| 3.2.2 CRF模型 | 第57-58页 |
| 3.3 基于上下文特征的多尺度条件随机场 | 第58-62页 |
| 3.4 多尺度条件随机场 | 第62-67页 |
| 3.4.1 像素级标注特征 | 第62-64页 |
| 3.4.2 区域标注特征 | 第64-66页 |
| 3.4.3 全局标注特征 | 第66-67页 |
| 3.4.4 多尺度标注特征的联合 | 第67页 |
| 3.5 基于上下文特征的多尺度CRF的视网膜动静脉血管分类 | 第67-72页 |
| 3.5.1 视网膜动静脉血管的主要特征 | 第67-69页 |
| 3.5.2 血管像素的特征选择 | 第69-70页 |
| 3.5.3 视网膜动静脉血管上下文关联特征的获取 | 第70-72页 |
| 3.6 CRF模型参数估计 | 第72-74页 |
| 3.7 实验结果与分析 | 第74-77页 |
| 3.8 本章小结 | 第77-80页 |
| 第4章 基于CNN与FCRF相结合的视盘自动识别方法研宄 | 第80-96页 |
| 4.1 引言 | 第80-81页 |
| 4.2 基于CNN-FCRF的视盘识别模型构建 | 第81-91页 |
| 4.2.1 基于层叠CNN的视盘深度特征提取及初步分类 | 第81-89页 |
| 4.2.2 FCRF分类识别框架 | 第89-91页 |
| 4.3 模型推断 | 第91-92页 |
| 4.4 实验结果与分析 | 第92-95页 |
| 4.5 本章小结 | 第95-96页 |
| 第5章 全文总结 | 第96-98页 |
| 5.1 论文主要研究内容及创新性工作 | 第96-97页 |
| 5.2 下一步工作 | 第97-98页 |
| 参考文献 | 第98-122页 |
| 作者简介及在学期间所取得的科研成果 | 第122-124页 |
| 致谢 | 第124-125页 |
