一方面,醫(yī)用紅外熱像技術(shù)作為一項(xiàng)方便快捷、無損傷性、可以發(fā)現(xiàn)早期病灶的醫(yī)學(xué)檢測(cè)手段,具有很高的研究與應(yīng)用價(jià)值。另一方面,頸椎病也成為當(dāng)代人們常見高發(fā)的一類疾病,嚴(yán)重影響人們的健康與生活治療。近年來醫(yī)療產(chǎn)業(yè)信息化發(fā)展迅速,互聯(lián)網(wǎng)借助計(jì)算機(jī)、手機(jī)廣泛普及。在此背景下,本文研究了紅外頸椎智能分析相關(guān)算法,并實(shí)現(xiàn)了基于紅外頸椎圖像的輔助診療系統(tǒng),為頸椎類病變提供初診時(shí)的輔助診斷,以及診后治療階段檢驗(yàn)康復(fù)效果的功能。本文研究了基于紅外頸椎圖像分析的輔助診斷相關(guān)算法。首先設(shè)計(jì)了基于Faster-RCNN深度網(wǎng)絡(luò)的識(shí)別模型,對(duì)采集到的整個(gè)人體背面紅外圖像進(jìn)行感興趣區(qū)域的提取,自動(dòng)提取出頸椎部位,且到達(dá)了較好的分割效果�；诜指畛鰜淼念i椎部位紅外圖像,設(shè)計(jì)一種基于CNN卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行溫度特征自動(dòng)提取與分類的算法,并通過引入注意力機(jī)制進(jìn)一步提高了算法性能,實(shí)現(xiàn)了對(duì)頸椎病癥情況的有效區(qū)分。此外,本文也引入了非線性動(dòng)力學(xué)系統(tǒng)混沌分析的概念,同樣基于Faster-RCNN提取出來的頸椎部位感興趣區(qū)域,進(jìn)行高熱區(qū)域的分割。采用了馬爾科夫隨機(jī)場(chǎng)算法,該算法模型相對(duì)于其他聚類算法,能更好地提取出需要的區(qū)域�；诜�... 

【文章來源】：浙江大學(xué)浙江省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：88 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第1章 緒論
    1.1 課題研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 紅外圖像在醫(yī)學(xué)領(lǐng)域中的研究
        1.2.2 紅外圖像的計(jì)算機(jī)輔助診斷研究
    1.3 課題研究目的與內(nèi)容
    1.4 論文組織架構(gòu)
第2章 理論知識(shí)基礎(chǔ)
    2.1 醫(yī)用紅外熱像技術(shù)概述
        2.1.1 醫(yī)用紅外熱像儀
        2.1.2 人體熱像圖
    2.2 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)理論基礎(chǔ)
        2.2.1 人工神經(jīng)網(wǎng)絡(luò)
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)(CNN)
        2.2.3 Faster R-CNN網(wǎng)絡(luò)
    2.3 紅外圖像區(qū)域分割聚類算法
        2.3.1 模糊C-均值聚類
        2.3.2 馬爾可夫隨機(jī)場(chǎng)(MRF)
    2.4 非線性分析理論基礎(chǔ)
        2.4.1 相空間
        2.4.2 李雅普諾夫指數(shù)
    2.5 本章小結(jié)
第3章 基于深度學(xué)習(xí)的紅外頸椎病變分類
    3.1 數(shù)據(jù)源介紹
    3.2 紅外圖像預(yù)處理
        3.2.1 人體紅外圖像分辨率
        3.2.2 雙三次插值法
    3.3 基于Faster R-CNN的紅外圖像頸椎部位提取
        3.3.1 Faster R-CNN網(wǎng)絡(luò)搭建
        3.3.2 ResNet101到ResNet50網(wǎng)絡(luò)優(yōu)化
        3.3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 基于卷積神經(jīng)網(wǎng)絡(luò)的頸椎病變情況分類
        3.4.1 卷積神經(jīng)網(wǎng)絡(luò)搭建
        3.4.2 算法模型優(yōu)化
        3.4.3 實(shí)驗(yàn)結(jié)果與文獻(xiàn)對(duì)比分析
    3.5 本章小結(jié)
第4章 基于非線性混沌分析的頸椎病變研究
    4.1 頸椎紅外圖像最熱區(qū)域分割
        4.1.1 馬爾可夫隨機(jī)場(chǎng)分割算法
        4.1.2 仿真結(jié)果與展示
    4.2 基于李雅普諾夫指數(shù)的分析
        4.2.1 時(shí)間序列生成
        4.2.2 基于時(shí)間序列計(jì)算李雅普諾夫指數(shù)
        4.2.3 實(shí)驗(yàn)結(jié)果與分析
    4.3 本章小結(jié)
第5章 頸椎病變紅外分析輔助診療系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 系統(tǒng)功能需求分析
    5.2 系統(tǒng)架構(gòu)與設(shè)計(jì)
        5.2.1 應(yīng)用層
        5.2.2 業(yè)務(wù)層
        5.2.3 算法層
        5.2.4 數(shù)據(jù)層
    5.3 系統(tǒng)頁面展示
    5.4 系統(tǒng)測(cè)試
        5.4.1 測(cè)試環(huán)境介紹
        5.4.2 系統(tǒng)功能測(cè)試
        5.4.3 系統(tǒng)性能測(cè)試
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷及在學(xué)期間所取得的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于模糊C聚類的乳腺腫瘤紅外圖像識(shí)別[J]. 黃寶嬋,陳華,聶雄.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[2]紅外熱成像技術(shù)評(píng)價(jià)介入術(shù)治療頸椎間盤突出療效的可行性分析[J]. 劉葉,楊洋,呂丹,王準(zhǔn),李艷.  承德醫(yī)學(xué)院學(xué)報(bào). 2017(02)
[3]紅外熱像儀在醫(yī)學(xué)領(lǐng)域中的應(yīng)用[J]. 賀婧斐,甄希成,湯海梅.  科技視界. 2015(12)
[4]基于非線性混沌分析的急性低血壓預(yù)測(cè)[J]. 姜大志,李立宇,彭晨楓.  生物醫(yī)學(xué)工程學(xué)雜志. 2015(01)
[5]經(jīng)典相空間與希爾伯特空間對(duì)比淺析[J]. 王杰芳,李玉曉,賈瑜,趙維娟,胡行,楊德林,梁二軍.  物理與工程. 2014(S2)
[6]紅外熱成像在頸椎病診斷及治療中的應(yīng)用[J]. 彭少容.  齊魯護(hù)理雜志. 2014(10)
[7]數(shù)值天氣預(yù)報(bào)和氣候預(yù)測(cè)可預(yù)報(bào)性研究的若干動(dòng)力學(xué)方法[J]. 段晚鎖,丁瑞強(qiáng),周菲凡.  氣候與環(huán)境研究. 2013(04)
[8]基于系統(tǒng)混沌指數(shù)的航空發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)[J]. 李天亮,何立明,程邦勤,鄒仕軍.  航空動(dòng)力學(xué)報(bào). 2008(11)
[9]圖像分割中的馬爾可夫隨機(jī)場(chǎng)方法綜述[J]. 李旭超,朱善安.  中國(guó)圖象圖形學(xué)報(bào). 2007(05)
[10]冠心患者與健康人同步12導(dǎo)聯(lián)ECG信號(hào)的李雅普諾夫指數(shù)譜比較研究[J]. 王振洲,李政,魏義祥,林郁正,楊麗霞,魏玲.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2004(06)

碩士論文
[1]基于深度學(xué)習(xí)的手背靜脈識(shí)別研究[D]. 曹海軍.北方工業(yè)大學(xué) 2015
[2]多尺度熵法用于人體紅外圖像的腰椎病癥研究[D]. 范文會(huì).河北科技大學(xué) 2014
[3]紅外線熱像對(duì)膝關(guān)節(jié)骨性關(guān)節(jié)炎（OA）診斷價(jià)值的研究[D]. 鄭烽禮.福建醫(yī)科大學(xué) 2007



本文編號(hào)：3644214