基于卷积神经网络和条件随机场的眼底图像血管分割研究

《基于卷积神经网络和条件随机场的眼底图像血管分割研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10530学号201510171790分类号TP391密级公开硕士学位论文基于卷积神经网络和条件随机场的眼底图像血管分割研究学位申请人张真真指导教师胡凯讲师学院名称信息工程学院学科专业信息与通信工程研究方向计算智能与信息处理二〇一八年六月五日ResearchonVesselSegmentationinFundusImageBasedonConvolutionalNeuralNetworkandConditionalRandomFieldCandidateZhangZhenzhenSupervisorLecturerH

2、uKaiCollegeCollegeofInformationEngineeringProgramInformationandCommunicationEngineeringSpecializationComputationalIntelligenceandInformationProcessingDegreeMasterofScienceUniversityXiangtanUniversityDateJune5,2018摘要相关数据统计表明，世界上的失明人数正逐年增加。其中眼科疾病和一些其他全身性疾病如糖尿病，高血压和动脉

3、硬化是导致失明的主要原因。如果能够在病变早期进行筛查和诊断，将大大降低失明的可能性。眼底血管形态结构稳定，但是病变会导致血管直径、角度、曲率和分支结构等的变化。医生可以通过分析眼底血管结构变化来辅助相关疾病的诊断，而其中精确的血管分割是获得高效疾病诊断的前提和保障。到目前为止，虽然已有许多专家和学者提出了大量眼底血管分割的高效算法，但是眼底血管结构复杂，而且常常受低对比度以及病变区域的影响，眼底血管的分割仍然具有一定挑战性。为了有效地分割眼底图像血管，本文提出了一种基于卷积神经网络（Convolutionalneuralne

4、twork，CNN）和条件随机场（Conditionalrandomfield，CRF）的眼底血管分割方法，研究内容主要包括：首先，我们使用多尺度卷积神经网络得到血管概率图以实现血管粗分割。由于血管结构复杂，需要兼顾考虑细节和高层信息。本文使用一种多尺度的网络结构来融合丰富的多尺度和多层次信息。保证在识别到血管结构的同时，能够关注更多血管细节信息。同时我们发现当网络收敛后，仍然有很多血管没有被有效识别。为了强调对于这些难分样本的分割，我们提出了一种改进的交叉熵损失函数。通过忽略对于易分样本的损失，使网络更关注难分样本的学习。

5、其次，为了平滑粗分割的血管概率图，我们使用全连接条件随机场（Fully-connectedCRFs）进一步的细分割血管概率图。全连接条件随机场把血管分割任务看做已知观测值求取标记值的问题，通过求解最大后验概率来确定分割结果。它充分利用了空间上下文信息，不仅能平滑血管边缘，还能在一定程度上克服噪声的影响。我们将卷积神经网络得到的血管概率图定义为条件随机场模型的一阶势函数，并获得最终精细化的二值分割结果。最后，我们在两个公共数据集DRIVE和STARE上开展了一系列实验对算法分割性能进行评估。其中，关于多尺度网络结构的对比实验表

6、明，采用多尺度信息后，改善了对于细小血管的分割性能，提高了分割的灵敏度；关于损失函数的对比实验说明，改进损失函数后，进一步提升了算法的分割性能，并且改善了一部分边缘和细小血管的分割效果。本文算法的整体性能在两个公共数据集上的实验结果进一步表明，我们的方法在灵敏度和准确性方面优于大多数主流方法。关键词：眼底图像；血管分割；多尺度卷积神经网络；交叉熵损失函数；条件随机场IAbstractRelatedstatisticsshowthatthenumberofblindpeopleintheworldisincreasingyea

7、rbyyear.Amongthem,eyediseasesandsomeothersystemicdiseasessuchasdiabetes,hypertensionandarteriosclerosisarethemaincausesofblindness.Screeninganddiagnosisearlyinthediseasewillgreatlyreducethelikelihoodofblindness.Fundusvascularmorphologicalstructureisstable,buttheles

8、ionwillleadtochangesinretinaldiameter,angle,curvatureandbranchstructure.Doctorscanassistinthediagnosisofrelateddiseasesbyanalyzingchangesinthestr