眼底图像的糖网病变分类研究与实现

声明

第一章绪论

1.1研究背景

1.2研究意义

1.3国内外研究现状

1.3.1深度学习的研究现状

1.3.2医学影像分析的研究现状

1.3.3糖网病变识别的研究现状

1.4研究目标与研究内容

1.5论文结构

第二章相关理论和技术

2.1卷积神经网络

2.1.1卷积与池化

2.1.2卷积神经网络架构

2.1.3Inception-Resnet

2.1.4DenseNet

2.2基于树的算法

2.2.1常见的基于树的算法

2.2.2轻量级梯度提升树

2.3医学影像

2.2.2视网膜眼底图像

2.4本章小结

第三章基于多任务网络的一种改进的AIFT算法

3.1引言

3.2 AIFT算法

3.2.1候选样本的主动筛选

3.2.2通过多数样本选择清洗噪声样本

3.2.3持续性微调训练

3.3数据集与数据预处理

3.3.2数据预处理

3.3.3数据扩增

3.4基于多任务网络的改进的AIFT算法

3.4.1多任务王阔模型

3.4.2基于回归预测的候选样本主动筛选

3.4.3基于K值的噪声样本清洗

3.4.4基于蒸馏项的微调训练

3.4.5算法整体流程

3.5实验分析

3.5.2实验结果分析

3.6本章小结

第四章基于病灶检测的糖网病变分类模型

4.1引言

4.2基于图像切片的病灶检测

4.2.1图像切片获取

4.2.2图像预处理

4.2.3基于DenseNet的特征提取

4.2.4基于Light GBM的病灶检测

4.3基于病灶检测的糖网病变分类模型

4.3.1病变分类分数与病变分类分数概率

4.3.3基于Light GBM的糖网病变分类

4.4实验分析

4.4.2实验结果分析

4.5本章小结

第五章糖网病变分类系统的设计与实现

5.1系统总体设计

5.2系统详细设计

5.2.3诊断结果展示模块

5.2.4错误诊断管理模块

5.3系统展示

5.4本章小结

第六章总结与展望

6.1全文总结

6.2后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果