全文总字数：1482字
1. 毕业设计（论文）主要内容：
医疗图像分割技术是目前计算机视觉领域重要的研究方向之一，U-Net无疑是最成功的的方法之一，其采用的编码器（下采样）-解码器（上采样）结构和跳跃连接是一种非常经典的设计方法，赢得了ISBI 2015细胞追踪挑战赛和龋齿检测挑战赛的冠军。
本课题拟设计一个基于U-Net网络的眼底图像血管分割算法，在对图像进行预处理的基础上实现对目标图像的自动分割。
本课题需要在深入理解U-Net网络结构的基础上，利用Python及TensorFlow框架对U-Net进行建模，调试并完成仿真。
2. 毕业设计（论文）主要任务及要求
（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。
（2）完成开题报告及任务书。
（3）利用Python和TensorFlow实现U-Net神经网络的搭建，完成仿真，实现对眼底图像血管的分割。
3. 毕业设计（论文）完成任务的计划与安排
（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。
（3）第7－9周： 完成网络模型的搭建
4. 主要参考文献
[1] Ronneberger O, Fischer P, Brox T. U-Net: Convolutional Networks forBiomedical Image Segmentation[J]. 2015, 9351:234-241.
[2] 袁甜, 程红阳, 陈云虹, et al. 基于U-Net网络的肺部CT图像分割算法[J]. 自动化与仪器仪表, 2017(6).
[3] Alom, Md Zahangir, Mahmudul Hasan, Chris Yakopcic,Tarek M. Taha, and Vijayan K. Asari. “Recurrent residual convolutional neuralnetwork based on u-net (r2u-net) for medical image segmentation.” arXivpreprint arXiv:1802.06955 (2018).
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。
