全文总字数：3560字

1. 研究目的与意义及国内外研究现状

目的：基于深度学习的眼底图象分析有的比以往方法在各个方面都有更出色的表现。

本文主要是探究segnet网络在视盘分割方面的表现。

意义：眼部的疾病多发于眼底视网膜部分，并且眼底分布着许多的动静脉血管，某些全身疾病往往会引发眼底发生病变，进而产生眼部的视觉损失，例如糖尿病会使视网膜血管阻塞而导致视网膜供血不足而失明。

2. 研究的基本内容

分析基于深度学习的眼底图像分析对于我国眼科疾病的现实意义。

segnet网络的基本原理，与cnn中一些经典网络模型的区别，在眼底图像分析中优势的方面。

设计用于眼底图像视盘分割的segnet网络，生成模型。

3. 实施方案、进度安排及预期效果

实施方案：收集资料，查阅文献，了解国内外研究状况。

学习segnet网络的相关应用知识。

进度安排：2018年11月15日前，查阅文献，上传任务书，做好开题前期工作 2018年12月10日前，完成外文翻译和开题报告。

4. 参考文献

[1]mendels f, heneghan c, thiran j. identification of the optic disk boundary in retinal images using active contours[c]//proceedings of irish machine vision and image processing conference (imvip) 1999. ieee, 1999 (conf): 103-115.

[2]walter t, klein j c. segmentation of color fundus images of the human retina: detection of the optic disc and the vascular tree using morphological techniques[c]//international symposium on medical data analysis. springer, berlin, heidelberg, 2001: 282-287.

[3]xu j, chutatape o, sung e, et al. optic disk feature extraction via modified deformable model technique for glaucoma analysis[j]. pattern recognition, 2007, 40(7): 2063-2076.