1301077马文翼开题报告

硕士学位论文开题报告及论文工作计划书学号：1301077姓名：马文翼导师：丁山副教授学科类别：工学□全日制专业学位学科/工程领域：信号与信息处理所属学院：信息科学与工程学院研究方向：医学图像处理拟选题目：基于Bayes理论的微小动脉瘤检测算法研究选题时间：2014年7月15日东北大学研究生院2014年7月15日1填表说明1、本表应在导师指导下如实填写。2、学生在开题答辩前一周，将该材料交到所在学院、研究所。3、按有关规定，没有完成开题报告的学生不能申请论文答辩。4、全文正文均用小四号宋体，单倍行距，段前段后间距为0，如果页数不够，可以整页扩页，其他格式要求参见《东北大学硕、博士学位论文格式》。1一、前期工作基础（本节可以整页扩页）课程学习及选题开题阶段，在导师指导下从事研究工作总结（不少于2000字）研究工作总结从入学到如今差不多一年的时间过去了。在导师的悉心指导下我选修了一系列可以真正应用到课题研究中的课程并取得了优异的成绩，比如，现阶段在大多数的研究领域中，主要是以MATLAB仿真为主，用PC机来模拟从而节省很多在时间、费用等等上的开销。因此学好MATLAB对于科学研究非常重要；在模式识别或者是图像处理中，对于感兴趣信号的提取与处理是至关重要的，因此在此之前就必须对信号处理的方法、优缺点、适用范围等有一个初步的了解，此时信号处理的统计分析方法这门课程就开始发挥它的作用了，它使得我在提取医学图像中所感兴趣信息时应该采取的方法有了清晰的认识，而且在模式识别中大多数分类问题应选用的分类器有了一个大概的了解；嵌入式实时操作系统原理尤为重要，通过这门课程的学习我学会了Linux系统的内核移植、bootloader的烧写以及底层驱动的编写，并且在华邦W90P710实验箱上做了各种实验比如I2C、串口通信、LCD显示、BootLoader烧写、uCLinux映像文件烧写、驱动程序框架设计、内核编译实验等。在研究课题方面，通过在网上查阅大量资料发现，现如今患有糖尿病的人在不断增加，作为糖尿病最严重的并发症之一的糖尿病性视网膜病变的发病率也在逐步提高。这种疾病可导致失明，因此及早的诊断及治疗显得尤为重要。随着患者数量的增多，而专业眼科专家数量的有限，基于计算机辅助的自动诊断技术的研究便应运而生。该技术最早出现在1984年，针对于荧光造影图像，后来慢慢的就在此基础上进行改进并且有新的算法应用于数字眼底图像，但到目前为止自动检测的准确度依然不高。不断的阅读国内外相关文献，总结出影响检测正确性的因子主要有以下几方面：一，模板匹配后对候选集的处理方法的选择；二，精确提取算法的选取。针对于以上影响因子我做了进一步的研究，尤其在精确提取算法的选取上。在以前的研究中大多采用模版匹配算法来实现微小动脉瘤的提取，而最近的算法更是采用动态多参数模板对其进行匹配，从而能更好的适应不同形态大小的微小动脉瘤，但是在模板匹配之后所用到的精确提取算法（分类算法）又不尽相同，从而导致检测的准确度普遍较低。微小动脉瘤的提取是一个区分真瘤与伪瘤的分类问题，近年来已有很多分类算法提出，如判定树、判定表、神经网络、支持向量机、KNN、贝叶斯方法等，在以前的研究中采用自适应加权的汇总策略对微小动脉瘤进行精确提取时灵敏度不高，为了改善分类效果，提高灵敏度我分别使用了DS证据理论与灰色关联相结合的分类方法以及加权的朴素贝叶斯分类器。灰色关联分析与DS证据理论相结合：DS证据理论是数据决策中一种不确定推理方法，它将来自相互独立的多个数据源的信息进行融合以提高对事件的置信程度，采用信任函数作为证据置信度的度量，通过对一些事件的概率加以约束建立信任函数而不必说明精确的难以获得的概率。灰色关联分析对受多种因素影响的事物和现象从整体观念出发进行综合评价，根据数据列各因素衡量数据列的相似或相异程度。在微小动脉瘤的检测中其鉴别框架就分为两种—真瘤及未知，而对这种证据的支持程度则用基本概率赋值函数来表示。而这里就采用灰色关联分析法求得不同数据列间的灰色关联程度作为DS证据理论的基本概率赋值函数。把用微小动脉瘤的48个特征作为每个数据列的元素，从而求得基本概率值。在此基础上利用DS组合形成新的证据，并计算属于瘤的可信度，只要这个可信度与属于其他类别的差值大于某一设定的阈值就可判定该点为微小动脉瘤。通过在MATLAB上仿真可看出，该算法能有效地剔除候选集中的伪瘤个数。加权朴素贝叶斯分类器：根据朴素贝叶斯的定义，把用于区分微小动脉瘤的48个特征抽象为朴素贝叶斯分类器所需的属性，而朴素贝叶斯分类方法基于条件独立性假设，即假设一个属性对给定类的影响独立于其他属性，当假设成立时，与其他分类算法相比，朴素贝叶斯分类方法理论上具有最小的误分类率。为了满足朴素贝叶斯的“独立性假设”，在此采用属性加权方法，对后验概率计算中的每个条件概率项进行加权，并且对不同的属性取值提供不同的加权值，从而提高朴素贝叶斯分类器的分类能力。首先提取训练集中真瘤与伪瘤的所有特征信息形成统计表，并分别计算属于真瘤与伪瘤的每个特征的均值与方差。然后统计分别属于真瘤与伪瘤的每个特征值的取值个数，并据此对其进行加权。最后提取测试集中候选瘤的特征代入贝叶斯分类器中即可。通过在MATLAB中的实验结果可以看出朴素贝叶斯分类器的分类效果还是非常好的。此外，在导师的指导下，我逐渐开始做关于Android开发的研究。Android是Google刚开发不久的基于Linux平台的开源手机操作系统的名称，它涵盖移动信息设备工作所需的全部软件，正在逐步成为目前移动信息设备应用程序开发的主要平台。Android最震撼人心之处在于Android手机系统的开放性和服务免费，而且它采用WebKit浏览器引擎，具备触摸屏，高级图形显示和上网功能，可以说是一种融入全部web应用的的互联网平台。另外，Android项目目前正在从手机运营商、手机制造厂商、开发者和消费者那里获得大力支持。基于上述原因使得Android具有广阔的发展前景。现如今不论是移动电话、平板电脑还是便携式穿戴设备基本上都搭载着Android系统，因此对于Android的开发具有非常重要的意义。由于目前Android技术较新，无论是相关书籍、培训还是大学教育，都处于初级阶段，因此Android人才短期将供不应求。鉴于此我帮助导师编写Android程序设计教材，旨在让大学生对Android有一个最基本的了解，并且能够从事简单的开发工作。从起初的学习Android开发环境的搭建、AndroidGUI、消息处理与广播机制、通信及网络机制；到如今的在Android程序设计一书中撰写Android平台下的蓝牙通信—从蓝牙系统构成、协议、技术特点、底层驱动的编写到蓝牙在Android下通信所用到的各种API的运用并在在真机上实现蓝牙通信；Android下的GPS—从GPS的架构入手逐步写到其底层驱动的编写，应用层接口的实现，定位及搜索功能的实现，最后通过开发Googlemap在真机上实现GPS的功能；AndroidNDK—从NDK的作用到NDK系统的搭建最后到利用NDK进行Android开发都做了详细的介绍；Android传感器—从传感器种类的详细介绍到传感器API的运用，再到运用传感器的混合编程实现Android中传感器的具体应用，比如射频识别技术的子技术近场通信（NFC），只要使用带有NFC硬件的设备比如SamsungGalaxyNexus，就可感知到近距离的电子物体，并从中读取数据。另外对于Android平台下的openGL以及影音文件的处理等也做了深入研究。在硕士学习期间发表的论文ShanDing,WenyiMa.AnAccurateApproachforMicroaneurysmDetectioninDigitalFundusImages,InternationalConferenceonPatternRecognition(ICPR录用)2014.二、选题依据（本节可以整页扩页）课题背景、选题依据、课题研究目的、理论意义和应用价值（工学硕士）/工程背景和实用价值（专业学位硕士）（不少于1000字）课题背景及选题依据：糖尿病是一种现代社会的高发病，近年来，我国已成为世界上糖尿病患者人数最多的3个国家之一。糖尿病视网膜病变(diabeticretinopathy，DR)是糖尿病最严重的并发症之一，是引起失明的主要病因。一般可分为亮病变和暗病变，亮病变包括硬渗出物和絮状体，暗病变包括微动瘤和出血。几乎所有的1型糖尿病人和超过60%的2型糖尿病人会发生视网膜病变，且有3.6%的1型糖尿病人和1.6%的2型糖尿病人将失明。特别是DR可能发生数年而不出现视觉上的明显障碍，因而及早的、定期的DR筛查成为及时发现视网膜病变、及时治疗的唯一有效方法。临床医学研究表明：糖尿病性眼病的早期病变可通过视网膜和细微视神经组织结构的医学图像信息进行检测。在西方发达国家，正大力推广糖尿病患者定期视网膜眼底成像检查，由专业眼科专家对眼底图像进行甄别（判断是否有病变）、检测（判断病变类型）、评估（判断病变严重程度）从而判断病情的变化。由于患者人数众多而专业眼科专家有限，大规模诊断工作既繁重又耗时，因此研究基于计算机视觉的视网膜早期病变自动诊断系统及方法称为当务之急。微小动脉瘤是由视网膜毛细血管壁受损造成膨出而形成的。微小动脉瘤在数字眼底图像中表现为红色小圆点，直径在10~100μm左右，是糖尿病性视网膜病变中最先出现的，同时也是眼底图像上能观测到的最小病变。目前，针对眼底图像病灶检测的研究主要集中在微动脉瘤的自动检测上。但是，数字眼底图像信息量大，微小动脉瘤、出血、软硬渗出等其它众多糖尿病性视网膜病的病征信息以及本身的血管信息均囊括在一副图像里，并且很多病理特征在处理过程中不易区分，导致作为糖尿病性视网膜病第一病征的微小动脉瘤难以得到准确的检测。所以，数字眼底图像下微小动脉瘤的自动检测不仅成为计算机辅助诊断的难题，也成为数字图像处理中的一个难题。课题研究目的本课题针对视网膜图像处理和分析中的关键技术作了研究，其主要内容为基于视网膜图像中微小动脉瘤的提取算法的研究。微小动脉瘤是糖尿病性视网膜病变的首要临床表现，通过检测微小动脉瘤可以尽早地预防和治疗糖尿病性视网膜病变，并可以防止其恶化和视力损伤。理论意义和实际应用价值对于微小动脉瘤的检测大致有两种方法，一种是荧光造影技术，通过静脉注射荧光素使其清晰地表示出微循环的细微结构，甚至可以达到毛细血管的水平，但是其副作用巨大。而另一种则是数字眼底成像技术，用数字眼底照相机对视网膜进行成像是目前唯一的非创伤体内组织成像方式，因此，通过检测视网膜图像中的微小动脉瘤来诊断糖尿病视网膜病变成为医学诊断领域最为期待的计算机辅助诊断方法。微小动脉瘤的检测具有以下理论意义和实际应用价值。首先，数字眼底图像中微小动脉瘤的检测，可以用来预防和避免糖尿病给患者造成严重的视力损伤。其次，通过检测微小动脉瘤可以引起眼科医生注意，使糖尿病患者得到及时的治疗与预防。另外，检测出的微小动脉瘤的位置可以作为眼科医生对患者进行手术的重要依据。三、文献综述（本节可以整页扩页）国内外研究现状、发展动态描述（不少于1000字）；所阅文献的查阅范围及手段，附参考文献（不少于10篇，其中近3年文献不少于5篇，英文文献不少于3篇，全部按照标准格式列出，并在文中顺序标注）国内外研究现状、发展动态国内外研究现状、发展动态：针对于数字图像眼底微小动脉瘤检测的问题，如今大致有以下几种方法：1)数学形态学，顶帽变换技术Baudoin[1]于1984年最早在荧光造影图像中运用数学形态学的方法实现微小动脉瘤的检测。选取不同方向、不同连通性、以及不同粗细的线性结构作为结构元素，通过形态学顶帽变换把狭小、细长的类血管结构从非连通的圆形对象中区分出来。后来在这一技术基础上，许多改进的检测方法相继提出来。Spencer[2],Cree[3],Frame[4],Niemeijer[5]以及他们的团队在顶帽变换之前增加了色光修正和匹配滤波的预处理步骤，分割出微