基于深度学习的视网膜疾病检测系统开题报告

 2021-11-02 21:13:58

1. 研究目的与意义(文献综述包含参考文献)

文 献 综 述

1.1研究背景

随着21世纪以来人工智能领域技术的不断发展,深度学习这一技术已被广泛应用于处理计算机视觉及医学图像处理领域的任务[1]。目前,科学家通过多层卷积神经网络配合传统计算机视觉技术,成功的使用计算机算法辅助医生进行医学图像的分割,配准以及疾病自动诊断[2],并达到了较高的准确率。同时,眼部疾病作为全球范围内最普遍的疾病之一,存在患者基数大、医生数量不足等问题,因此急需人工智能辅助手段来帮助医生进行全民全面普查。于是在深度学习技术的不断成熟的大背景以及眼部疾病自动诊断需求的刺激下,利用眼底图像进行疾病自动诊断成为了深度学习在医学图像处理领域的一个新热点。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

一、本课题要研究的问题

课题目标是设计一个青光眼辅助诊断系统,输入采用标准手段拍摄的眼底彩照图像,经过深度学习算法计算后,输出视杯盘分割图像并且预测是否患有青光眼疾病。

本系统目标性能指标如下:

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。