發(fā)布時間：2020-12-05 15:03

　　后發(fā)性白內(nèi)障（Posterior Capsular Opacification,PCO）是白內(nèi)障手術后常見的一種并發(fā)癥,簡稱后發(fā)障。后發(fā)障的出現(xiàn)會直接影響白內(nèi)障術后患者的視力恢復,目前Nd:YAG激光是治療后發(fā)障的一種有效方式,但是一旦錯過最佳的治療時機,就只能通過手術方式切除后囊膜,因此后發(fā)障的及時發(fā)現(xiàn)和治療對于白內(nèi)障術后患者的視力恢復起著關鍵性的作用。白內(nèi)障手術后患者需要定期到醫(yī)院進行復查,拍攝的眼部紅反光源影像是診斷和分析后發(fā)障的有效介質(zhì),連續(xù)多次復查的影像可形成時序影像,通過分析時序紅反光源影像可以發(fā)現(xiàn)后發(fā)障的發(fā)展變化規(guī)律,從而實現(xiàn)后發(fā)障的預測。然而,醫(yī)生很難科學地挖掘到這其中的規(guī)律,因此本文提出了一種基于卷積神經(jīng)網(wǎng)絡（Convolutional Neural Network,CNN）和卷積長短期記憶網(wǎng)絡（Convolutional Long Short-Term Memory,ConvLSTM）的后發(fā)障預測方法,可以生成下一時刻的眼部紅反影像,并預測和評估其嚴重性,以決定患者在未來半年內(nèi)是否需要接受Nd:YAG激光治療。本文的主要工作包括以下三個方面:（1）晶狀體區(qū)域自動檢測... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【部分圖文】：

_呂LSTM內(nèi)部結(jié)構圖

4殘芳詐

基于生成影像的后發(fā)障嚴重程度預測方法實驗分析5.4.1 實驗環(huán)境及算法參數(shù)設置實驗在 Linux 操作系統(tǒng)下基于 Keras 搭建了相關的實驗平臺，在模型訓批量梯度下降法進行參數(shù)更新，Batch 的大小為 50，即每次隨機輸入 5，網(wǎng)絡總共進行 150 個 epoch 迭代，初始學習率為 0.01（遷移學習的初0.001），經(jīng)過 100 個 epoch 后學習率降為原來的十分之一。5.4.2 實驗結(jié)果統(tǒng)計及分析文基于殘差塊結(jié)構搭建了深度卷積神經(jīng)網(wǎng)絡用于預測評估后發(fā)障的嚴重卷積神經(jīng)網(wǎng)絡中，網(wǎng)絡的深度即網(wǎng)絡的層數(shù)、訓練中使用到的技術以及擇都對模型的性能起到了關鍵的作用。下面從網(wǎng)絡層數(shù)、批量歸一化技活函數(shù)的選擇和遷移學習技術的使用幾個方面對網(wǎng)絡模型進行對比分析文首先分析了殘差卷積神經(jīng)網(wǎng)絡的層數(shù)對網(wǎng)絡性能的影響，在深度卷積


本文編號：2899641