角膜炎是一種常見的眼科疾病,是我國主要致盲眼病之一。隱形眼鏡的佩戴和眼部手術(shù)的普及大大增加了角膜炎的患病率。角膜炎患者若不接受及時的治療或手術(shù),必然會影響視力,嚴(yán)重者甚至?xí)�使角膜遭受不可逆轉(zhuǎn)的損傷,最后導(dǎo)致眼睛失明,這極大地影響了人們的生活。近年來,隨著機器學(xué)習(xí)領(lǐng)域的不斷發(fā)展,計算機輔助診斷成為了一種新型的醫(yī)療模式,這為改善角膜炎的醫(yī)療現(xiàn)狀提供了一個新的研究方向。裂隙燈檢查是眼科臨床中的一項常見且重要的檢查,它為醫(yī)生直觀展現(xiàn)了患者的角膜真實形態(tài),提供了診斷依據(jù),同時也為角膜炎計算機輔助診斷提供了數(shù)據(jù)資源,使得將計算機技術(shù)應(yīng)用于角膜炎的診斷成為可能。本文基于機器學(xué)習(xí)的方法,采用中山大學(xué)眼科中心收集的眼部裂隙燈圖像對角膜炎輔助診斷問題進行研究。主要包含角膜炎圖像分類和分級兩部分工作。在角膜炎圖像分類中,本文首先采用了傳統(tǒng)機器學(xué)習(xí)的方法,對裂隙燈圖像通過將LBP和SIFT特征提取方法與SVM、RBF、隨機森林和kNN等分類算法相結(jié)合,構(gòu)建出8種角膜炎分類模型,并對這些分類模型進行分析比較。然后采用了在圖像分類領(lǐng)域有出色表現(xiàn)的深度學(xué)習(xí)網(wǎng)絡(luò),采用遷移學(xué)習(xí)的方法,基于Inception v4和殘差網(wǎng)...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2,1角膜炎階段裂隙燈圖像示例

角膜炎臨床表現(xiàn)為角膜渾濁和破損，裂隙燈圖像會出現(xiàn)白色區(qū)域和紋理。根據(jù)角膜炎圖像特征，本文選擇角膜炎兩個屬性進行嚴(yán)重程度分級：角膜炎階段和邊緣是否清晰。角膜炎階段分為兩個等級：浸潤期（圖2.1(a)）和潰瘍/穿孔期（圖2.1(b)/圖2.1(c)）；根據(jù)病灶周圍是否清晰分為兩個等級....

圖2.fiSIFT關(guān)難建點撒休子示意圖

西安電子科技大學(xué)碩士學(xué)位論文SIFT關(guān)鍵點方向確定示意圖4）生成關(guān)鍵點描述子關(guān)鍵點描述子生成方式如圖2.6所示，按照步驟3）中的方式，將圖2.6a中點分別生成圖2.6b中16組的8維特征值，關(guān)鍵點P的描述子便由這16個點維度產(chǎn)生，其關(guān)鍵點描述子為....

圖2.12kNN最鄰近分類原碑圖

森林對于一些缺省值的問題也能夠得到很好的結(jié)果。最鄰近（k-NearestNeighbor，kNN）算法的本質(zhì)思想是基于特征練集的相似程度決定了對給定數(shù)據(jù)點進行分類的方式。言外況將通過其k個鄰居的多數(shù)投票來決定，該對象被分配給它的類別。圖2.12為例說明k最鄰近的分....

圖511習(xí)妞P加能卜心舊山妞偽)

圖5.1顯示了四種特征分類方法分別基于SIFT（圖5.1(a)）以及LBP（圖5.1(b)）的AOC曲線圖以及AUC值。從上圖中我們可以清晰的看到，LBP相對于SIFT來說，更適合對于眼科疾病的特征提取，基于LBP的四種分類方法的AUC平均值高于....

本文編號：4013908