1301077马文翼开题教程分析.doc

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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》。 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，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；I2C、串口通信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