导读:本文包含了血管特征提取论文开题报告文献综述及选题提纲参考文献，主要关键词:眼底血管,诊断,病理学,视网膜血管
血管特征提取论文文献综述
蒋鹏飞,李翔,彭清华[1]（2019）在《眼底血管病理改变特征提取方法研究进展》一文中研究指出眼底血管是活体能唯一观察到的人体终末血管,许多疾病在眼底血管的病理改变可通过多种手段进行观察,如检眼镜、眼底血管照相、激光共聚焦扫描眼底成像、荧光素眼底血管造影、光学相干断层扫描、多普眼底血管成像等,如何将观察到的病理改变准确提取,一直是学术界的难题,本文总结了眼底血管病理学改变的主要观察手段及病理改变的多种提取方法,包括眼底血管追踪法、像素分类法、匹配滤波法、阈值分割法等,并对眼底血管提取后的图像处理方法进行了总结,希望可以促进眼底血管病理特征提取方法的进一步发展,以利于临床疾病的诊断。(本文来源于《国际眼科杂志》期刊2019年04期）
吴筱[2]（2018）在《婴幼儿血管瘤图像的分割与特征提取》一文中研究指出随着信息技术与临床医学结合的不断深入,图像辅助诊断(Image Aided Diagnosis)技术日益成为科学研究和实际应用的热点,本课题针对普通拍照设备(手机、照相机等)获取的婴幼儿血管瘤图像,开展图像辅助诊断关键技术研究。主要涉及:婴幼儿血管瘤图像中病变区域分割、基于图像的病程期量化方法,血管瘤图像融合等方面。本文的主要成果如下:(1)研究了婴幼儿血管瘤图像的预处理和分割问题,提出了基于混合特征的马尔科夫随机场分割方法。采用中值滤波、限制对比度直方图均衡化和基于颜色恒常性的光照调整算法,进行图像预处理;(2)研究了基于图像特征的病程期量化方法。对比研究了图像颜色特征和纹理特征的提取,以及对病程期量化的相关性。实验验证了基于颜色特征的病程期量化方法的有效性。(3)研究了婴幼儿血管瘤图像的配准和融合问题,采用基于最大互信息的配准方法,对比研究了SIFT配准方法和基于最大互信息的配准方法,进行图像病变区的配准;采用了基于小波分解的图像融合方法,实现图像病变区的融合。(4)研究了婴幼儿血管瘤图像的样本扩充问题,提出了基于血管瘤变化规律及融合图像进行样本扩充的方法。实验证明基于混合特征的马尔科夫随机场分割方法可以有效地对婴幼儿血管瘤的病变区域进行分割。而基于图像特征的血管瘤病程期量化可以辅助医生和患者对疾病发展及治愈过程的科学量化。最后通过实验验证基于血管瘤变化规律及融合图像扩充样本数据的方法可以有效地扩充样本数据,并提高分类的正确性。(本文来源于《电子科技大学》期刊2018-03-22）
梁礼明,刘博文,杨海龙,石霏,陈新建[3]（2018）在《基于多特征融合的有监督视网膜血管提取》一文中研究指出视网膜血管提取在眼科疾病的诊断和治疗中具有重要的临床价值,但由于其拓扑结构复杂与病灶噪声等原因,现有的提取方法精度低、鲁棒性差.为此,该文提出了一种基于多特征融合的有监督学习的视网膜血管提取方法.首先提取视网膜血管的线性特征、纹理特征、矩特征、方差特征和灰度特征等作为样本特征;然后通过随机森林模型训练得到视网膜图像血管分类器,由随机森林算法初步提取血管;最后利用视网膜血管灰度分布信息和连通域信息进行血管图像后处理,进一步去除初步提取结果中的伪影和病灶等非血管成分,获得最终的视网膜血管分割图像.通过在DRIVE和STARE眼底图像数据库上的实验仿真可知,该文算法的敏感度分别为0.8354、0.8452,准确率分别为94.83%、95.34%,总体指标优于已有的视网膜血管图像分割方法.(本文来源于《计算机学报》期刊2018年11期）
吴奎[4]（2016）在《基于特征提取和监督学习的视网膜血管分割技术研究》一文中研究指出眼底视网膜血管的病变可以反映出很多全身性疾病,通过观测眼底血管变化来协助视网膜疾病的早期筛查具有重要意义。视网膜血管分割算法作为视网膜疾病自动筛查系统的核心组成部分,其性能的优劣直接关系到整个系统的性能。目前,国内外研究人员已开发出很多视网膜血管分割方法,但大都不能满足临床眼底检测的要求。因此,研究出能够满足实际应用的视网膜血管分割方法对临床眼科研究具有重要的理论价值和现实意义。本文基于上述应用需求,并结合眼底视网膜血管的自身结构特点,研究了一种特征提取和基于监督学习的视网膜血管分割方法。首先,分析了视网膜图像的RGB通道,选取绿色通道作为后续处理对象。再通过直方图均衡化(HE)和受限对比度自适应直方图均衡化(CLAHE)两种方法对视网膜图像做增强处理,发现CLAHE对视网膜图像的增强效果要更好。为减少相机获取过程噪声的影响和无效信息对血管分割的干扰,对处理后的图像感兴趣区域(ROI)做了膨胀处理并设计了基于YIQ颜色空间模型的眼底视场提取(FOV)方法。然后,在分析生物视觉感受野数学模型的基础上,深入研究了一种基于COSFIRE滤波模型的特征提取方法,与绿色通道共同构建了一个叁维特征向量库。最后,在特征提取的基础上,讨论分析了两种简单参数调优的监督学习算法对视网膜血管分割的效果,分别是K近邻算法、贝叶斯高斯混合模型。同时,将本文算法与其他一些现有的算法进行比较,证明了本文算法的有效性。(本文来源于《太原理工大学》期刊2016-05-01）
杨春芝[5]（2014）在《基于曲率计算血管中心线特征点的提取方法》一文中研究指出随着医学成像技术及医疗仪器的发展,影像学检查已是预防和治疗各种心血管疾病的重要手段。用数学知识,科学分析、处理这些海量数据显得尤为必要,数学在这方面的应用就体现出来。而血管中心线是反映血管空间拓扑结构的骨架,它的提取不仅是血管造影图像定量分析中的关键步骤,还是血管树叁维重建的重要基础。一个恰当精确的轴线提取结果不仅可以正确判断血管分支点,还提高了血管重建的精确度。提取了血管中心线之后,下一个重要步骤就是自动识别血管中心线之特征点,主要包括端点、交叉点和分支点。本文主要介绍了应用数学中的曲率计算提取方法。(本文来源于《河南科技》期刊2014年08期）
赵晓芳,林土胜[6]（2011）在《视网膜血管图像特征点自动提取和分类》一文中研究指出由动静脉血管组成的眼底视网膜血管结构的特征点是预测心血管疾病、图像分析和生物学应用的重要特征。把角点检测引入到视网膜血管分叉点和交叉点提取中,利用边缘检测算子得到二值边缘图像,采用基于累加点到弦的距离(CPDA)的角点检测方法得到候选特征点,再根据视网膜血管图像的拓扑结构设计自适应矩形探测器对候选特征点进行删减和分类。实验结果表明,基于CPDA的角点检测和自适应矩形探测器的方法有效地实现了节点的提取和分类。(本文来源于《计算机工程与应用》期刊2011年08期）
游佳,陈卉[7]（2011）在《数字图像中血管的分割与特征提取》一文中研究指出目前,影像学手段已经成为医生诊断疾病的决定性依据,图像的数字化为医学影像的计算机处理和分析、进而辅助临床诊断提供了可能。文章综述了数字图像中血管图像的分割与特征提取的常用技术和方法及其在临床医学中的应用进展。(本文来源于《生物医学工程与临床》期刊2011年01期）
杜鑫,陈家国[8]（2008）在《眼底血管图像的特征提取和匹配》一文中研究指出针对传统的指纹识别中存在的缺点,本文初步研究眼底血管的特征提取与识别.利用眼底血管照相机提取眼底血管原始图像,对其二值化、滤波以及增强处理,进而进行特征提取与匹配的算法研究.通过在MATLAB仿真实验,拒真率和认假率均达到实验要求.利用眼底血管图像进行个人身份识别是完全可行的,并有良好的应用前景.(本文来源于《河北工业大学学报》期刊2008年06期）
李海英[9]（2007）在《眼底血管识别之图像细节特征点的提取》一文中研究指出随着时代与信息化技术的迅速发展,对人的身份的鉴别要求也越来越高。社会需要越来越可靠、高效的身份识别系统。特征点的提取是匹配识别的基础。本文重点探索研究了Harris算子和8邻城滤波两种方法对细节特征点的提取。(本文来源于《中小企业科技》期刊2007年05期）
李颖超,刘越,王涌天[10]（2006）在《基于Gabor滤波和血管横断面特征函数的造影图像冠脉中心线提取》一文中研究指出提出了一种基于 Gabor 滤波和血管横断面函数的血管中心线提取算法,该算法首先利用 Hessian 矩阵初步提取血管,然后根据 Gabor 滤波器的方向响应特性结合血管横断面函数,利用跟踪策略对细化后的血管图像进行校正得到血管中心线,并提出了评价中心线精度的方法。实验证明该算法对于造影图像冠脉中心线提取精度较高,并能同时求得血管宽度。(本文来源于《第十叁届全国图象图形学学术会议论文集》期刊2006-11-01）
血管特征提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着信息技术与临床医学结合的不断深入,图像辅助诊断(Image Aided Diagnosis)技术日益成为科学研究和实际应用的热点,本课题针对普通拍照设备(手机、照相机等)获取的婴幼儿血管瘤图像,开展图像辅助诊断关键技术研究。主要涉及:婴幼儿血管瘤图像中病变区域分割、基于图像的病程期量化方法,血管瘤图像融合等方面。本文的主要成果如下:(1)研究了婴幼儿血管瘤图像的预处理和分割问题,提出了基于混合特征的马尔科夫随机场分割方法。采用中值滤波、限制对比度直方图均衡化和基于颜色恒常性的光照调整算法,进行图像预处理;(2)研究了基于图像特征的病程期量化方法。对比研究了图像颜色特征和纹理特征的提取,以及对病程期量化的相关性。实验验证了基于颜色特征的病程期量化方法的有效性。(3)研究了婴幼儿血管瘤图像的配准和融合问题,采用基于最大互信息的配准方法,对比研究了SIFT配准方法和基于最大互信息的配准方法,进行图像病变区的配准;采用了基于小波分解的图像融合方法,实现图像病变区的融合。(4)研究了婴幼儿血管瘤图像的样本扩充问题,提出了基于血管瘤变化规律及融合图像进行样本扩充的方法。实验证明基于混合特征的马尔科夫随机场分割方法可以有效地对婴幼儿血管瘤的病变区域进行分割。而基于图像特征的血管瘤病程期量化可以辅助医生和患者对疾病发展及治愈过程的科学量化。最后通过实验验证基于血管瘤变化规律及融合图像扩充样本数据的方法可以有效地扩充样本数据,并提高分类的正确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
血管特征提取论文参考文献
[1].蒋鹏飞,李翔,彭清华.眼底血管病理改变特征提取方法研究进展[J].国际眼科杂志.2019
[2].吴筱.婴幼儿血管瘤图像的分割与特征提取[D].电子科技大学.2018
[3].梁礼明,刘博文,杨海龙,石霏,陈新建.基于多特征融合的有监督视网膜血管提取[J].计算机学报.2018
[4].吴奎.基于特征提取和监督学习的视网膜血管分割技术研究[D].太原理工大学.2016
[5].杨春芝.基于曲率计算血管中心线特征点的提取方法[J].河南科技.2014
[6].赵晓芳,林土胜.视网膜血管图像特征点自动提取和分类[J].计算机工程与应用.2011
[7].游佳,陈卉.数字图像中血管的分割与特征提取[J].生物医学工程与临床.2011
[8].杜鑫,陈家国.眼底血管图像的特征提取和匹配[J].河北工业大学学报.2008
[9].李海英.眼底血管识别之图像细节特征点的提取[J].中小企业科技.2007
[10].李颖超,刘越,王涌天.基于Gabor滤波和血管横断面特征函数的造影图像冠脉中心线提取[C].第十叁届全国图象图形学学术会议论文集.2006