视网膜血管搭桥手术机器人系统的研究

针对医生人工操作的生理学颤抖造成视网膜血管搭桥手术成功率低的问题,提出了用于辅助医生进行手术操作的机器人系统.在借鉴眼科显微手术机器人系统研究经验的基础上,基于视网膜血管搭桥手术的过程和特点,提出了合理的机器人系统整体设计方案,介绍了机器人的关键机构设计.对临床应用进行了初步探讨,确定了视网膜血管搭桥手术机器人系统的人机协同操作手术流程,提出了手术环境布置方案.最后,在开发研制原理样机的基础上列出了机器人性能指标,对视网膜表面平行运动进行了轨迹规划和仿真,在乒乓球模型上进行了可行性分析实验,并提出了安全保障措施.实验表明,系统设计满足要求,可以初步完成手术动作.     

机器人视觉简介

机器人视觉系统即机器视觉系统,是指用计算机来实现人的视觉功能,也就是用计算机来实现对客观三维世界的识别。按现在的理解,人类视觉系统的感受部分是视网膜,它是一个三维采样系统。三维物体的可见部分投影到视网膜上,人们按照投影到视网膜上的二维的像来对该物体进行三维理解     

CFan新视野

让人很纠结苹果新视网膜Mac Book盼星星盼月亮,苹果终于推出了视网膜版的Mac Book,并将这款配备12英寸(2304×1440像素)屏幕的小家伙限定在了13.1mm厚度和920g体重上。小巧的机身并没有牺牲手感和续航,该产品采用了全新的蝶式结构键盘,按键在薄了40%的同时,每个按键的表面积扩大17%。而超过8小时的续航能力,则是源于其内置的超低功耗酷睿M处理器。然而,这款给人购买冲动的新品却存在一个令     

视网膜血管图像分割及眼底血管三维重建

眼底视网膜图像的血管分布情况为高血压、糖尿病等疾病的早期诊断提供了重要依据. 计算机处理眼底图像可以减少医生的重复劳动. 本文提出了一种新的眼底视网膜血管图像分割算法. 利用构建的局部归一化方法消除视网膜血管图像背景的差异性. 利用期望最大化算法进行聚类, 实现了眼底视网膜血管图像分割. 最后, 根据眼底图像成像原理, 通过投影逆变换构建了眼底视网膜图像的三维模型. 构建的模型可以进行多角度观察分析.     

人工视网膜芯片开发成功

模拟人眼功能进行图像处理—即仅提取必要的图像信息。1992年7月14日,日本三菱电机株式会社宣告,一种具有与人眼的图像处理机能相类似的人工视网膜芯片在世界上首次开发成功。人的视觉神经系统能从视网膜感受到的图像信息中只将所需的信息提取出来送给大脑。由于信息量减少,因而易于大脑进行处理。人工视网膜芯片就是对视网膜神经系统的这种功能进行模仿的产物。利用这种芯片能够在瞬间内完成对文字、图像或图像的轮廓的识别及储存。该会社正在考虑在工业机器人的视觉传感器等方面应用这种芯片。     

深度学习在糖尿病视网膜病变分类领域的研究进展

糖尿病视网膜病变是导致糖尿病患者视力受损的主要原因之一,早期的分类诊断对于病情的治疗与控制具有重要意义。深度学习方法能够自动提取视网膜病变的特征并进行分类,因此成为糖尿病视网膜病变分类的重要工具。介绍常用的糖尿病视网膜病变数据集及评价指标,总结了深度学习在糖尿病视网膜病变二分类中的应用;综述了不同的经典深度学习模型在糖尿病视网膜病变严重程度分类中的应用,重点阐述卷积神经网络的分类诊断方法,并对不同方法进行综合对比分析;最后讨论该领域面临的挑战,并对未来发展方向进行了展望。     

改进的形态学与Otsu相结合的视网膜血管分割

针对视网膜图像采集过程中由于疾病引起的图像光照反射过强问题,提出了一种修正的形态学与Otsu相结合的无监督视网膜血管分割算法。首先运用形态学中的高低帽变换增强血管与背景的对比度;然后提出了一种修正方法,消除部分由视网膜疾病引起的光照问题;最后使用Otsu阈值方法分割血管。算法在DRIVE和STARE视网膜图像数据库中进行了测试,实验结果表明,DRIVE数据库中的分割精度为0.9382,STARE数据库中的分割精度为0.9460,算法的执行时间为1.6s。算法能够精确地分割出视网膜血管,与传统的无监督视网膜血管分割算法相比,算法的分割精度高、抗干扰能力强。     

仿视网膜传感器视觉重建算法研究综述

视网膜启发的传感器(又称仿视网膜传感器)是近年来新兴的视觉传感器,其通过对场景光强信息进行连续采样,输出高时间分辨率的异步脉冲信号.本文将围绕基于仿视网膜传感器的采样原理进行总结,包括空间对比度传感器、时间对比度传感器、时域积分传感器,以及其他具有附加采样电路的仿视网膜传感器.相对于传统相机,仿视网膜传感器具有高动态范围、高时域分辨率的特征.但是,以1和0 (或-1)形式存储的脉冲信号难以与传统视觉信号兼容.如果把仿视网膜采样看作场景光强的紧凑编码过程,那么视觉信息重建即为视觉信息的解码过程.因此,视觉信息重建可以成为一个连接仿视网膜传感器与传统视觉的桥梁.近年来,出现了一些利用异步脉冲信号进行图像重构的算法,通过对脉冲信号进行一系列处理,可以重构出高时域分辨率的图片.本文综述了仿视网膜传感器的采样原理及分类,总结了目前基于事件相机和脉冲相机的视觉信息重建方法.同时,探讨和展望了仿视网膜采样和视觉信息重建的机遇和挑战,以及可能的发展方向.     

基于多尺度2D Gabor小波的视网膜血管自动分割

眼底视网膜血管分割对临床视网膜疾病诊断具有重要意义. 由于视网膜血管结构微小, 血管轮廓边界模糊, 加上图像采集时噪声的影响, 视网膜血管分割非常困难. 本文提出一种视网膜血管自动分割新方法. 首先, 应用对比度受限的自适应直方图均衡法增强视网膜图像;然后, 采用不同尺度的2D Gabor小波对视网膜图像进行变换, 并分别应用形态学重构 (Morphological reconstruction, MR)和区域生长法 (Region growing, RG)对变换后的图像进行分割; 最后, 对以上两种方法分割的视网膜血管和背景像素点重新标记识别, 得到视网膜血管最终分割结果. 通过对DRIVE和STARE数据库视网膜图像的分割实验, 证明了该算法的有效性.     

基于双注意力编码-解码器架构的视网膜血管分割

眼底视网膜血管的分割提取对于糖尿病、视网膜病、青光眼等眼科疾病的诊断具有重要的意义。针对视网膜血管图像中的血管难以提取、数据量较少等问题,文中提出了一种结合注意力模块和编码-解码器结构的视网膜血管分割方法。首先对编码-解码器卷积神经网络的每个卷积层添加空间和通道注意力模块,加强模型对图像特征的空间信息和通道信息(如血管的大小、形态和连通性等特点)的利用,从而改善视网膜血管的分割效果。其中,空间注意力模块关注于血管的拓扑结构特性,而通道注意力模块关注于血管像素点的正确分类。此外,在训练过程中采用Dice损失函数解决了视网膜血管图像正负样本不均衡的问题。在3个公开的眼底图像数据库DRIVE,STARE和CHASE_DB1上进行了实验,实验数据表明,所提算法的准确率、灵敏度、特异性和AUC值均优于已有的视网膜血管分割方法,其AUC值分别为0.988 9,0.981 2和0.983 1。实验证明,所提算法能够有效提取健康视网膜图像和病变视网膜图像中的血管网络,能够较好地分割细小血管。     

糖尿病性视网膜图像的深度学习分类方法

目的 糖尿病性视网膜病变（DR）是目前比较严重的一种致盲眼病,因此,对糖尿病性视网膜病理图像的自动分类具有重要的临床应用价值。基于人工分类视网膜图像的方法存在判别性特征提取困难、分类性能差、耗时费力且很难得到客观统一的医疗诊断等问题,为此,提出一种基于卷积神经网络和分类器的视网膜病理图像自动分类系统。方法 首先,结合现有的视网膜图像的特点,对图像进行去噪、数据扩增、归一化等预处理操作;其次,在AlexNet网络的基础上,在网络的每一个卷积层和全连接层前引入一个批归一化层,得到一个网络层次更复杂的深度卷积神经网络BNnet。BNnet网络用于视网膜图像的特征提取网络,对其训练时采用迁移学习的策略利用ILSVRC2012数据集对BNnet网络进行预训练,再将训练得到的模型迁移到视网膜图像上再学习,提取用于视网膜分类的深度特征;最后,将提取的特征输入一个由全连接层组成的深度分类器将视网膜图像分为正常的视网膜图像、轻微病变的视网膜图像、中度病变的视网膜图像等5类。结果 实验结果表明,本文方法的分类准确率可达0.93,优于传统的直接训练方法,且具有较好的鲁棒性和泛化性。结论 本文提出的视网膜病理图像分类框架有效地避免了人工特征提取和图像分类的局限性,同时也解决了样本数据不足而导致的过拟合问题。     

无线视网膜成像系统

针对传统检眼镜、眼底照相机等眼科检查设备结构复杂、移动性差、不能实时观察视网膜情况等缺陷,设计和实现了一种无线视网膜成像系统.对视网膜图像获取和WiFi无线局域网技术进行了研究,通过WiFi无线局域网技术、HTTP网络编程,用装有网卡的PC机远程控制眼底照相机采集视网膜图像,并将图像进行实时传输、显示和保存.最终将装有网卡的PC机与眼底照相机通过WiFi相连接,方便快捷的完成视网膜图像的无线采集和实时观察,为医生提供眼科疾病诊断、治疗的客观依据.     

基于微粒群算法的视网膜血管自动提取方法

针对视网膜血管网络灰度分布特征与结构特征,提出了将灰度-梯度共生矩阵最大熵与微粒群算法相结合的视网膜血管提取方法。采用Gabor滤波以增强血管图像,获取增强后视网膜图像的灰度-梯度共生矩阵,利用微粒群算法并结合灰度-梯度共生矩阵的最大熵方法进行阈值化处理,对图像进行二值化处理后根据视网膜血管具有区域连通性的特征,采用形态学方法分割出最终的血管。实验结果表明,该方法能有效地提取视网膜血管网络。     

基于MEMS技术的人造视网膜传感器系统设计

电刺激视网膜相关组织是现阶段治疗视网膜色素变性和黄斑病变的一种新途径,运用微加工技术,通过人造视网膜传感芯片替代受损的视网膜细胞恢复视觉是可行的,植入芯片具有微型化、柔性化及生物兼容性等特点。通过模拟仿真实验验证,设计了一种新型的视网膜传感芯片,给出了该芯片的材料选择、工艺过程及最终的结构参数,选择Polyimide作为芯片衬底及绝缘材料,Parylene-C作为芯片封装保护材料,金作为电极和引线材料。     

基于PST和多尺度高斯滤波的视网膜血管的分割

视网膜血管分割是眼科计算机辅助诊断和大规模眼科疾病筛查系统的基础。为辅助眼科医生进行眼底疾病的诊断，文中提出了一种基于相位拉伸变换(PST)和多尺度高斯滤波的视网膜血管分割方法。首先，将彩色眼底影像的绿色通道分量图进行增强预处理；然后采用不同尺度的高斯滤波器对预处理增强后的视网膜血管进行降噪处理，再结合PST边缘检测算法初步获得视网膜血管分割图；最后整合初步获得的视网膜血管分割图并进行形态学去噪，获得最终的视网膜血管分割图。通过在视网膜图像库DRIVE上进行实验，其平均准确率为93%，平均灵敏度达77%，平均特异性为95%，该实验结果验证了文中方法的有效性。     

真假Retina之争到底什么才是视网膜？

究竟哪款才是真正的视网膜？视网膜屏幕究竟能带来哪些优势词。四核方案更迭，市面上也出现了多款号称Retina视网膜Retina，知道PPI值。视网膜仿佛一夜之间就成为细腻显示艳，到IPAD3开始将平板也纳入。甚至很多不了解平板、“Retina”视网膜屏幕，一个由苹果提出的视网膜屏幕规格，由iPhone4开始令世人感到惊手机的用户，都或多或少听过、优秀平板的代名屏幕的产品，不妨来看看本期的独立专题--真假视网膜之争！体验？     

真假Retina之争到底什么才是视网膜？

究竟哪款才是真正的视网膜？视网膜屏幕究竟能带来哪些优势词。四核方案更迭，市面上也出现了多款号称Retina视网膜Retina，知道PPI值。视网膜仿佛一夜之间就成为细腻显示艳，到IPAD3开始将平板也纳入。甚至很多不了解平板、“Retina”视网膜屏幕，一个由苹果提出的视网膜屏幕规格，由iPhone4开始令世人感到惊手机的用户，都或多或少听过、优秀平板的代名屏幕的产品，不妨来看看本期的独立专题--真假视网膜之争！体验？     

基于Gabor小波的视网膜血管自动提取研究

针对视网膜血管网络灰度分布特征和区域结构特征,提出了一种基于Gabor小波的视网膜血管提取方法。采用Gabor滤波预处理以增强血管,用改进的自适应二值化方法对增强后的视网膜图像进行二值化处理,根据视网膜血管具有区域连通性的特征,并用形态学方法分割出最终的血管。为验证方法的有效性,对Hoover眼底图像库进行实验,结果表明该方法在细小血管的提取以及连续性、有效性方面都优于Hoover算法。     

基于视网膜电图研究的三值序列的产生和分析

多焦视网膜电图在临床眼科疾病诊断中已经被广泛应用,目前多焦视网膜电图主要通过二值m序列来控制黑白图形翻转,由于人眼视网膜神经对光颜色感知度不同,为了获取更多的疾病信息,提出一种新颖的三值m序列并探讨其应用到多焦视网膜电图中的可行性方法。采用三值m序列的寄存器产生原理,在Matlab中对基本性质进行仿真分析。仿真结果表明所提出三值m序列具备了良好的相关性。可以应用到多焦视网膜电图多色刺激中实现对各个刺激斑响应信号的提取。     

基于眼底图像层次特征的分类方法

针对眼底图像中视网膜血管结构的划分问题,提出一种自适应的广度优先搜索算法。首先,基于视网膜血管的结构提出层次特征的概念并进行特征提取;然后,对分割的视网膜血管进行分析及处理,提取得到多个无向图子图;最后,使用自适应的广度优先搜索算法对每个子图中的层次特征进行分类。视网膜血管结构的划分问题被转化为层次特征的分类问题,通过对视网膜血管中的层次特征进行分类,包含这些层次特征的视网膜血管段的层次结构就可以被确定,从而实现视网膜血管结构的划分。该算法运用于公开的眼底图像数据库时具有良好的性能。