| 【中文题名】 | 视网膜光学相干层析成像（OCT）模式识别与诊断 |
| 【英文题名】 | Pattern Recognition and Diagnosis of Retina OCT Image |
| 【学科专业】 | 光学工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-21 |
| 【中关键词】 | 光相干层析,图像预处理,图像识别,诊断,, |
| 【英关键词】 | OCT,Image preprocessing,Image identification,Diagnosis, |
| 【分类导航】 | 数理科学和化学>物理学>光学>信息光学>> |
| 【论文摘要】 |
光学相干层析(OCT)技术是一种新型的成像技术，利用OCT技术可以得到清晰的视网膜以及黄斑区的层析图。OCT利用后向散射和反射光，能够对透明物质的内部微结构进行成像。具有高分辨率、非入侵等优点。
本文对视网膜OCT图像的预处理和识别方法进行了研究。根据OCT图像的特征，提出了一种将图像分割、图像增强等处理技术结合在一起的图像预处理方法，实现了图像的自动边缘检测与轮廓提取。利用K-L变换进行图像特征提取。对比分析了几种视网膜OCT图像的识别方案，通过采用不同的图像预处理、特征提取以及图像识别方法，得到了不同的结果，最终确定了视网膜OCT图像的最佳识别方案。
在MATLAB环境下实验各种图像识别方法，实现了眼底病的自动诊断。对完善OCT系统，增强其实用性有着重要的意义。 |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
第1章 绪论 |
9-16 |
|
1.1 概述 |
9-14 |
|
1.1.1 光学层析成像技术概述 |
9-10 |
|
1.1.2 眼科影像学检查方法 |
10-12 |
|
1.1.3 为什么要选用 OCT |
12-14 |
|
1.2 本课题研究目的、意义 |
14-16 |
|
第2章 OCT工作原理 |
16-31 |
|
2.1 迈克尔逊干涉仪 |
16-17 |
|
2.1.1 自由空间中的迈克尔逊干涉仪 |
16 |
|
2.1.2 光纤迈克尔逊干涉仪 |
16-17 |
|
2.2 低相干光学原理 |
17-21 |
|
2.3 光学层析技术 |
21-22 |
|
2.4 低相干光源 |
22-25 |
|
2.4.1 理想单色光的干涉信号强度分布 |
23 |
|
2.4.2 横向和纵向分辨率 |
23-25 |
|
2.5 信号处理系统 |
25-30 |
|
2.5.1 硬件部分 |
27-28 |
|
2.5.2 软件部分 |
28-30 |
|
2.6 本章小结 |
30-31 |
|
第3章 基于视网膜光学层析成像的诊断方法 |
31-39 |
|
3.1 眼组织与功能 |
31-32 |
|
3.2 视网膜组织结构 |
32-34 |
|
3.3 实用 OCT系统简介 |
34-36 |
|
3.3.1 STRATUS ~(TM)OCT基本原理 |
34-35 |
|
3.3.2 STRATUS~(TM)OCT分析结果 |
35-36 |
|
3.4 基于视网膜光学层析成像的诊断方法 |
36-38 |
|
3.5 本章小结 |
38-39 |
|
第4章 视网膜 OCT图像预处理 |
39-48 |
|
4.1 图像二值化 |
39-40 |
|
4.2 图像轮廓提取 |
40-47 |
|
4.2.1 彩色分割 |
40-42 |
|
4.2.2 基于数学形态学图像分割 |
42-43 |
|
4.2.3 边缘检测 |
43-44 |
|
4.2.4 图像轮廓提取结果 |
44-47 |
|
4.3 本章小结 |
47-48 |
|
第5章 基于 K-L变换的特征提取 |
48-62 |
|
5.1 K-L变换的讨论 |
49-54 |
|
5.2 K-L特征空间的奇异值分解 |
54-57 |
|
5.3 OCT图像的特征提取 |
57-60 |
|
5.4 本章小结 |
60-62 |
|
第6章 分类器设计及实验结果 |
62-76 |
|
6.1 最近邻法 |
63-65 |
|
6.2 BP神经网络 |
65-67 |
|
6.3 几种图像识别方法结果比较 |
67-73 |
|
6.4 OCT图像识别诊断实现 |
73-75 |
|
6.5 本章小结 |
75-76 |
|
结论 |
76-78 |
|
参考文献 |
78-83 |
|
攻读硕士学位期间发表的论文和取得的科研成果 |
83-84 |
|
致谢 |
84 |
|
| 【DOI】 | LunWen.ID:2.2008.23942 |
