排序方式: 共有44条查询结果,搜索用时 203 毫秒
31.
针对糖尿病视网膜眼底病变多类分割难及小病灶识别率低的问题,提出一种融合注意力机制与改进型DeepLabV3+的糖尿病视网膜眼底病变多类病症分割方法.该方法首先通过使用MobileNetV2网络提取病灶特征,减少参数量并提高算法训练速度;接着通过优化空洞空间卷积金字塔池化中的空洞卷积层数与空洞率,以提高捕获小病灶特征的能力;然后基于DeepLabV3+网络模型进行改进,借助坐标注意力机制感知病灶方向和位置信息,从而提高识别精度;最后采用FGADR和IDRiD数据集分别训练和测试所提出的模型.实验结果表明:所提出方法的平均交并比(MIoU)指标为73.75%,具有较高的分割精度,验证了模型有效性. 相似文献
32.
临床医生可通过观察眼底视网膜血管及其分支对人体是否患有疾病进行早期诊断,但由于视网膜中的血管错综复杂,模型在分割时会出现对微细血管分割精确度不足的问题。为此,提出一种结合残差模块Res2-net以及高效通道注意力机制(efficient channel attention,ECA)的D-Linknet模型。首先,利用Res2-net代替基础模型中的残差模块Res-net以提升每个网络层的感受野;其次,在Res2-net中添加一种结合压缩激励(squeeze and excitation,SE)和门通道(gated channel transformation,GCT)的注意力机制模块,改善处于复杂背景下的血管分割效果和效率;在网络的解码层加入ECA确保模型计算的性能,避免因降维导致的精度下降;最后,融合改进的模型输出图与掩膜图细化分割结果。在公开数据集DRIVE、STARE上进行分割实验,模型准确度(accuracy,AC)分别为97.11%、96.32%,灵敏度(sensitivity,SE)为84.55%、83.92%,曲线下方范围的面积(area under curve,AUC)... 相似文献
33.
探讨高血压对中老年眼底动脉硬化的影响,为开展点预防保健工作提供依据.从上海某高校2005年、2006年年龄在45—85岁之间的中老年教职工体检资料,将它们分成5组:正常(对照)、高血压、高血糖、高甘油三酯和高总胆固醇,然后比较它们眼底动脉硬化发病率的差异.2005年和2006年受检中老年教职工的眼底动脉硬化检出率分别为33.35%和32.08%;高血压者的眼底动脉硬化检出率分别为61.86%和54.79%,显著地高于高血糖、高甘油三脂、高总胆固醇者检出者的眼底动脉硬化检出率(P〈0.01),也显著地高于血压正常者和血压偏低者的眼底动脉硬化检出率(P〈0.01);血压偏低者的眼底动脉硬化率最低,分别为9.68%和6.52%.高校防治教职工的动脉硬化,重点是做好中老年教职工高血压的预防工作. 相似文献
34.
目的:探讨通过对基层眼底病变患者实施随访式延续护理,建立一套适应于农村基层眼底病变患者的护理路径,给予正确的护理健康指导,从而使其更好地控制原发病,降低眼底病的复发,提高患者的生活质量.方法:合理配置随访人员,实施正确的延续护理,并对眼底病变患者进行统计分类,根据患者的年龄、疾病分型、文化程度、家庭状况、交通便利等因素不间断实施全面的延续性护理服务.结果:经过不定期的追踪调查与评价,院外延续性护理对眼底疾病的预防与恢复具有非常重要的意义,值得在基层推广、应用.结论:在现有的延续性护理的基础上,探索出更加适应于基层地区的眼底病变患者的延续护理模式. 相似文献
35.
36.
黄洋清 《安庆师范学院学报(自然科学版)》1999,5(4):10-13
介绍基于TVGA 显示卡的微机图像处理和识别系统,提出了建立在多最频值灰度直方图上的对数变换和多门限化分割,结合中值滤波法进行平滑处理的算法设计思想成功地实现了对医用眼底荧光造影片图像阈值化处理与识别,改善了眼底片的图像质量,为眼科医生作出迅速、准确的临床诊断提供了有益的支持和帮助。 相似文献
37.
眼底视网膜的病变不仅会导致眼睛本身的大部分疾病,而且可以反映人体的其他疾病。对人眼视网膜的精确观察可以对这些疾病进行早期诊断和预防,但由于人眼波前像差的存在会使获得的眼底图像难以达到临床诊断的要求,因此与自适应像差校正技术相结合的眼底视网膜成像课题具有极重要的研究意义。研究了自适应光学在眼底成像中的应用,并分析了自适应成像系统存在的问题及未来的发展方向。基于自适应技术的人眼视觉科学设备难以普及和商业利用的原因是缺少一种有效而且低成本的波前校正器。液晶自适应光学技术能够有效校正眼底成像系统的实时波前误差,提升系统的成像质量。介于自适应光学技术在眼底成像广阔的应用前景,自适应眼底成像系统将逐步走向产业化。 相似文献
38.
目前,基于形态学检测糖尿病性视网膜病变的算法复杂度较高,深度学习直接逐像素检测的方法虽然能够避免排除生理结构、手动设计特征的不足,但计算量大、分割速度较慢.为了解决上述问题,提出一种基于深度学习的级联检测框架.首先,分块检测眼底图像是否存在病变区域,然后对病变区域进行逐像素的分割,从而检测出微动脉瘤、出血点、硬渗出及软渗出4种病变.实验结果表明:在眼底图像公开数据库DIARETDB1中,4种病变的检测率分别为88.62%、94.91%、98.91%和92.91%.与形态学方法相比,微动脉瘤和出血点检测精度分别提高了17.39%和15.18%;与直接逐像素检测方法相比,平均检测时间仅为原来的1/4. 相似文献
39.
为了实现眼底图像血管自动准确分割,研究了一种基于Hessian矩阵线状滤波和熵阈值的分割方法.采用基于Hessian矩阵的多尺度线状滤波增强血管区域,结合滤波后灰度和具有方向性的线状邻域内灰度均值建立二维直方图,再根据直方图的最大类熵确定阈值,得到血管的二值化分割结果.实验表明,相比其它两种已有方法,提出的方法能够自动地得到更完整、更准确的眼底图像血管分割结果. 相似文献
40.
会不会有那么一天,我们所有的活动及思维都以数据的形式封存和调配使用?也就是说,我们的大脑可以定期“存盘”,我们的活动及人际沟通可以超越语言和形体,以一种数据传输交换的方式进行——这是一群德国年轻人痴人说梦般的理想。 相似文献