【摘 要】
：
糖尿病视网膜病变、心血管疾病、高血压、动脉硬化等多种疾病对视网膜血管产生不同影响,可通过分析视网膜眼底图像中血管的长度、宽度、角度、弯曲度和分支形式等特征来诊断。人工分割视网膜血管是一项繁琐、复杂和专业性极强的工作,且分割标准主观性强。为提高医生的诊断效率和降低误诊率,需借助计算机辅助诊断系统,其核心是设计先进的分割算法,以实现快速自动化视网膜血管分割。于是,本文分别提出了两种分割算法:基于多尺度
论文部分内容阅读
糖尿病视网膜病变、心血管疾病、高血压、动脉硬化等多种疾病对视网膜血管产生不同影响,可通过分析视网膜眼底图像中血管的长度、宽度、角度、弯曲度和分支形式等特征来诊断。人工分割视网膜血管是一项繁琐、复杂和专业性极强的工作,且分割标准主观性强。为提高医生的诊断效率和降低误诊率,需借助计算机辅助诊断系统,其核心是设计先进的分割算法,以实现快速自动化视网膜血管分割。于是,本文分别提出了两种分割算法:基于多尺度信息融合的U-net视网膜血管分割算法和基于W-net条件生成对抗网络的视网膜血管分割算法。主要工作如下:（1）基于多尺度信息融合的U-net视网膜血管分割算法。考虑到传统的U-net模型存在尺度单一和信息整合能力差的缺陷,将多尺度模块和注意力机制集成于U-net模型中。其中,加入多尺度残差模块,解决尺度单一问题的同时,避免梯度消失和梯度爆炸。在Unet底部引入密集型多尺度空洞卷积模块,不仅扩大局部感受野,而且最大化促进不同尺度空洞卷积之间的信息融合。此外,在跳跃连接中使用注意力机制,使浅层特征和深层特征得到有效融合,解决权重分散问题。（2）基于W-net条件生成对抗网络的视网膜血管分割算法。针对现有的分割算法普遍存在分割灵敏度偏低和微小血管分割不足等问题,提出一种以W-net为生成器的条件生成对抗网络的视网膜血管分割算法。首先,一是通过跳跃连接将U-net拓展为W-net,有利于跳跃连接层的微血管信息传递和加速网络收敛,提高参数利用率;二是使用深度可分离卷积代替标准卷积,拓宽网络的同时减少参数量;三是引入残差模块缓解梯度消失和梯度爆炸;四是每个跳跃连接均跟随SE模块,通过学习特征通道相互依赖关系,浅层特征和深层特征得到有效结合。然后,对条件生成对抗网络的损失函数进行修改,使其在博弈学习模式下具有较强的全局惩罚能力,达到整体分割性能最优。本文在DRIVE和STARE公开数据集上验证了算法的可行性和有效性,能够在保证主血管分割连续完整的情况下,尽可能准确分割出更多的微血管,整体分割性能和灵敏度优于多数视网膜血管分割算法。
其他文献
在数字公共交换电话网络中,因为语音采集设备、编解码方式和信道带宽限制等原因,语音信号的频带通常限制在0Hz～4k Hz的窄带范围,缺失了高频部分的窄带语音,在听觉感受上往往表现低沉且厚重,严重降低了语音的情感、说话人和发音辨识度。语音频带扩展技术旨在恢复窄带语音缺失的高频频谱,提高语音质量和清晰度。传统语音频带扩展技术大都是基于语音产生机理的源-滤波器模型,将语音频带扩展任务分为了高频谱包络估计和
教与学优化算法（Teaching-Learning Based Optimization,TLBO）是一种新型启发式群智能优化算法,近年来被广泛应用于解决生产生活中的优化问题。TLBO算法具有参数少、收敛速度快的优点,但是在进行高维复杂优化时,会不可避免地出现早熟收敛、陷入局部极值等问题,难以达到人们的优化需求。本文针对TLBO的缺陷进行改进,并将其应用到实际问题中,使其发挥自身的应用价值。具体工
传统的白铜合金的耐腐蚀性预测都是通过人工选择较为简单显著的特征或通过物理实验方法预测,而目前这些方法存在主观因素强、预测效果不好、成本高等问题。如何对晶界图像进行快速、确切的特征提取并预测成为了需要迫切解决的问题。深度学习已经成为当下计算机应用领域的研究热门,并且在各大工业领域内取得了较好的成果。近年来,材料铜合金的应用范围越来越广,更关注其使用寿命和用于海洋船舶材料时对海水的抗腐蚀性能。合金的抗
随着互联网的快速发展,人类的活动得以进一步扩展,各行各业累积的数据规模急剧膨胀,数据量越来越大,如何从海量的网络资源中快速准确地获取主题信息逐渐成为搜索行业研究热点。主题网络爬虫可以专业化、精准化的提高搜索信息的准确度。准确度的评价指标主要有查准率和查全率,查准率依赖于主题相关性计算,查全率则取决于网页搜索策略的选择。因此,本文围绕主题爬虫的两大关键技术:网页主题相关度计算方法和网页搜索策略开展研
视网膜血管作为人体微循环系统的重要组成部分,糖尿病、高血压等心血管疾病会造成血管的形态变化,医生可以以眼底血管图像为依据,判断患者的患病类型和严重程度。因此,从彩色眼底图像中提取出视网膜血管,在心血管疾病的预防和分析中起着重要的作用。人工视网膜血管分割方法耗时且代价昂贵,不仅需要大批眼科专家,也无法在全国范围内筛查,所以需要依托于自动分割技术。现阶段已经提出大量自动分割方法,然而视网膜血管极为复杂
随着互联网技术的迅速发展以及大数据时代的到来,使得大数据相较于传统数据,具有了4V特性——海量、变化速度快、多模态、价值总量高,4V特性导致传统分类算法和处理平台很难处理大数据,近年来并行化技术和特征选择型分类算法的发展为大数据处理提供了一个新视角。DCNN（Deep convolution neural network）是分类算法中的一类重要算法,具有强大的特征选择能力、泛化能力以及函数逼近能力
近年来国家金融、政府等基础设施部门饱受高级持续性威胁（APT）攻击的困扰,但由于分析样本的缺失,针对APT攻击的研究一直没有取得较大的进展。随着震网病毒、乌克兰停电事件、NSA武器库被盗等问题的发生,人们开始逐渐重视起这种持续时间长、攻击复杂性较高、危害性较高的网络攻击。并且由于传统的访问控制、黑白名单等检测手法无法很好的应对APT攻击,一些人工智能的方法也被引入来进行APT攻击的检测。综合其现有
复杂网络的社区是一个内部关联紧密但外部关联稀疏的节点聚类,属于网络的子图。网络的社区构造帮助我们在中观层面上描述复杂网络,分析局部和整体的关系,揭示网络的关联信息和内在属性。因此,社区发现算法的研究,对于深入理解和掌握复杂网络的基本特征具有重要意义。科研人员常运用智能优化算法理论来解决复杂网络的社区发现问题。但是,这类算法种类庞杂、标准不一,而且均需要预先设定参数来控制社区划分的侧重,无法做到自动
我国目前已是世界最大的铜材生产国,但仍不是铜材生产强国,低端产能相对过剩,而高、精、尖等高端铜材产品部分仍依赖进口,难以满足我国各行业对高端铜材的需求。此外,我国数量众多的中小型铜加工企业的产品质量水平及成品率普遍较低,这也是制约我国铜加工行业发展的突出问题,而究其原因,铜加工企业产品质量问题主要是由生产工艺技术上管理粗放造成的。近年来,为实现提质增效的目标,在国家及地方政府的政策鼓励下,国内铜加