| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文结构安排 | 第14-15页 |
| 第二章 眼底图像预处理研究 | 第15-28页 |
| 2.1 眼底结构与眼底图像 | 第15-17页 |
| 2.1.1 眼底结构 | 第15-16页 |
| 2.1.2 眼底图像 | 第16页 |
| 2.1.3 微动脉瘤形态特征 | 第16-17页 |
| 2.2 眼底彩色图像灰度化处理 | 第17-20页 |
| 2.2.1 眼底彩色图像空间模型 | 第17-18页 |
| 2.2.2 通道提取 | 第18-20页 |
| 2.3 感兴趣区域提取 | 第20-22页 |
| 2.3.1 阈值分割简介 | 第20-21页 |
| 2.3.2 最大类间方差法 | 第21-22页 |
| 2.4 滤波算法 | 第22-25页 |
| 2.4.1 均值滤波 | 第23页 |
| 2.4.2 中值滤波 | 第23页 |
| 2.4.3 各向异性扩散滤波 | 第23-25页 |
| 2.5 图像增强算法 | 第25-27页 |
| 2.5.1 直方图均衡 | 第25-26页 |
| 2.5.2 限制对比度自适应直方图均衡 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 微动脉瘤候选集检测算法研究 | 第28-38页 |
| 3.1 经典模板匹配算法 | 第28-31页 |
| 3.1.1 平均绝对差算法 | 第28-29页 |
| 3.1.2 归一化积相关算法 | 第29页 |
| 3.1.3 序贯相似性检测算法 | 第29-30页 |
| 3.1.4 模板库匹配算法 | 第30页 |
| 3.1.5 函数模板匹配算法 | 第30-31页 |
| 3.2 基于DMPTM的微动脉瘤候选集检测算法 | 第31-37页 |
| 3.2.1 模板设计 | 第31-34页 |
| 3.2.2 匹配度计算 | 第34页 |
| 3.2.3 实验数据库及评价指标 | 第34-35页 |
| 3.2.4 DMPTM算法的实现 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 眼底图像血管分割算法研究 | 第38-60页 |
| 4.1 基于形态学的血管分割算法 | 第38-43页 |
| 4.1.1 顶帽变换 | 第39-40页 |
| 4.1.2 OTSU处理 | 第40-41页 |
| 4.1.3 中值滤波 | 第41-42页 |
| 4.1.4 面积滤波 | 第42-43页 |
| 4.2 基于相位一致性的血管分割算法 | 第43-47页 |
| 4.2.1 相位一致性 | 第44-46页 |
| 4.2.2 OTSU处理 | 第46页 |
| 4.2.3 面积滤波 | 第46-47页 |
| 4.3 基于U-net模型的眼底血管分割算法 | 第47-59页 |
| 4.3.1 深度学习 | 第47-48页 |
| 4.3.2 卷积神经网络 | 第48-53页 |
| 4.3.3 全卷积神经网络 | 第53-55页 |
| 4.3.4 U-net模型 | 第55-56页 |
| 4.3.5 基于U-net模型的眼底血管分割流程 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 微动脉瘤筛选识别算法研究 | 第60-71页 |
| 5.1 物体检测与目标识别 | 第60页 |
| 5.2 RCNN模型 | 第60-64页 |
| 5.2.1 RCNN模型结构 | 第61-62页 |
| 5.2.2 RCNN训练过程 | 第62-63页 |
| 5.2.3 RCNN识别过程 | 第63-64页 |
| 5.3 Fast-RCNN模型 | 第64-66页 |
| 5.3.1 Fast-RCNN模型结构 | 第64-65页 |
| 5.3.2 Fast-RCNN训练过程 | 第65-66页 |
| 5.3.3 Fast-RCNN识别过程 | 第66页 |
| 5.4 基于Faster-RCNN模型的微动脉瘤筛选算法 | 第66-70页 |
| 5.4.1 Faster-RCNN模型结构 | 第67-68页 |
| 5.4.2 Faster-RCNN训练过程 | 第68-69页 |
| 5.4.3 Faster-RCNN识别过程 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 系统设计与实现 | 第71-81页 |
| 6.1 概述 | 第71页 |
| 6.2 系统架构设计及界面设计 | 第71-74页 |
| 6.2.1 系统的结构设计 | 第71-72页 |
| 6.2.2 系统的模块框架设计 | 第72-73页 |
| 6.2.3 系统界面设计 | 第73-74页 |
| 6.3 系统的开发实现 | 第74-78页 |
| 6.3.1 眼底图像数据表示模块 | 第74页 |
| 6.3.2 眼底图像预处理模块 | 第74-75页 |
| 6.3.3 微动脉瘤候选集检测模块 | 第75页 |
| 6.3.4 眼底血管分割模块 | 第75-76页 |
| 6.3.5 微动脉瘤二次筛选模块 | 第76页 |
| 6.3.6 通信模块 | 第76-77页 |
| 6.3.7 可视化交互模块 | 第77-78页 |
| 6.4 系统测试 | 第78-80页 |
| 6.5 本章小结 | 第80-81页 |
| 第七章 总结与展望 | 第81-83页 |
| 7.1 本文工作总结 | 第81-82页 |
| 7.2 后续工作与展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |