1. 毕业设计（论文）的内容和要求
（一）设计内容：基于深度学习以及图像处理技术，对给定眼底彩照图像进行血管脉络分割：一是对所给数据集进行预处理，使其随机分为训练集和验证集；二利用处理好的数据集，结合Keras深度学习框架以及U-net等神经网络算法，训练神经网络，并给出验证的精确度。
三利用分割好的眼底彩照血管图像，训练ResNet框架神经网络，进行自动疾病判断；（二）设计要求：1. 查阅资料，学习掌握深度学习技术，理解本设计的基本原理，对系统模块进行划分，确定整体方案；2. 利用深度学习技术对系统主要模块进行设计，达到三个目的，一是对所给数据集进行预处理，使其随机分为训练集和验证集；二利用处理好的数据集，结合Keras深度学习框架以及U-net等神经网络算法，训练神经网络，并给出血管分割的精确度；三利用分割好的眼底彩照血管图像，训练ResNet框架神经网络，进行自动疾病判断；3. 设计系统次要模块，包括数据读取与保存模块，结果输出模块，AUC/ROC曲线、准确率/召回率曲线生成模块等，要求各模块相互独立，在不依赖其他模块情况下仍能给出预期结果；4. 总结毕业设计，完善毕业论文；
2. 参考文献
[1] 吴波. 基于眼底彩照的糖尿病性视网膜病变微血管瘤检测 2017[2] 王巍.眼底图像配准与特征提取[D]. 2007[3] Ibtehaz Nabil .MultiResUNet : Rethinking the U-Net architecture for multimodal biomedical image segmentation. 2019[4] 冈萨雷斯. 数字图像处理（第三版）[M] 2017[5] 张赛. 基于改进HED网络的视网膜血管图像分割 2019[6] 梁礼明. 基于改进的U-Net眼底视网膜血管分割 2019[7] 吴晨玥. 基于改进卷积神经网络的视网膜血管图像分割[J]2018[8] 周志华. 机器学习[M] 2016[9] Lan Goodfellow. Deep learning［Ｍ］．2017．
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
