腰椎間盤突出癥成為越來越常見的疾患之一,臨床上有兩種主要情況會引發(fā)此疾病。一種原因是腰間盤各部分在不同程度上的退行性改變后,在外力因素的作用下,腰間盤的纖維環(huán)破裂,髓核組織從破裂之處突出于后方或椎管內(nèi),導(dǎo)致相鄰脊神經(jīng)根遭受刺激或壓迫,從而產(chǎn)生腰部疼痛,一側(cè)下肢或雙下肢麻木、疼痛等一系列臨床癥狀。另一種原因是腰椎椎管內(nèi)靜脈曲張腫大壓迫神經(jīng)根,引起腰部疼痛,引起下肢麻木等一系列臨床癥狀。由椎管內(nèi)靜脈叢異常曲張所導(dǎo)致的腰腿疼痛,很難通過原生核磁共振圖像進行分析與確認(rèn),故而本論文主要對核磁共振圖像中腰椎神經(jīng)根檢測問題進行研究。腰椎神經(jīng)根核磁共振圖像檢測存在多形態(tài)、目標(biāo)小、數(shù)據(jù)不平衡這幾個難點。多形態(tài)是指同一部位的神經(jīng)根在不同時刻表現(xiàn)出不同的狀態(tài),我們提出了 DSSD（deformable convolution Single Shot Detector）目標(biāo)檢測算法來解決多形態(tài)的問題。同時針對DSSD卷積神經(jīng)網(wǎng)絡(luò)模型對小目標(biāo)檢測精度不高的問題,提出了一種基于特征金字塔結(jié)構(gòu)的DSSD改進模型。特征金字塔結(jié)構(gòu)可以將深層的攜帶有更抽象、更豐富的語義信息的卷積特征圖與淺層的分辨率更高、更細節(jié)的卷積特征... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１卷積的過程??Ｆｉｇ．?２．１?Ｔｈｅ?ｐｒｏｃｅｓｓ?ｏｆ?ｃｏｎｖｏｌｕｔｉｏｎ??其中，黃色框區(qū)域為卷積核，可訓(xùn)練參數(shù)為ｗ９；），黑色框區(qū)域為特征圖，??是一個大小的矩陣

?腰椎神經(jīng)根核磁共振圖像檢測算法研究???５?３?２??１?１?３??／?４?￣ｊ?２?＾?２??＾?２?／?２?＼?２??／?／?Ｖ??ｒ＂―最大油化核１?均值也化核＇ｉ?＼?ｒ隨機也化梭＇ｉ??Ｉ?大小為２ｘ２?Ｊ／?／Ｌ?大小為２ｘ２?Ｊ?＇Ｉ?大小為２ｘ２?Ｊ??ｆ￣＾ｌ?Ｉ?１?ｒｔ??圖２．?２常用的池化操作??Ｆｉｇ．?２．２?Ｔｈｅ?ｐｏｏｌｉｎｇ?ｏｐｅｒａｔｉｏｎ?ｉｎ?ｃｏｍｍｏｎ?ｕｓｅｓ??２．２．３激活層??若是神經(jīng)網(wǎng)絡(luò)中沒有激活函數(shù)［３９］，則在一定程度上可以將其看成線性表達。線性模??型對特征的表達能力不足，非線性激活函數(shù)可以對特征的表達能力進行改善。常用的激??活函數(shù)如圖２．３所示。??ＴａｎｈｉＡｎ?ＳｔｇｍｏＫｌ＾ｎｔ??＇［?????了????＇［￣￣￣￣￣■?，，一．?＇￣￣??�！�?／?０．?／??。＊?”??０２?■?／?＿?０６?■?／??？?〇?／?／??■０２?＿?／?０．０?／??■０?４?？?Ｉ?０?３?／??／?／??？Ｏｆｌ?！?０．２?．／??■〇＊?Ｉ?〇．．ｉ?．??ｙ??？?１????－＊１??????？??〇??＊￣?＾?＾?＊???１?＇?１???－３－６－４?－２?０２?４?６?ａ?－ａ－？－４－２０?２?４?６?Ｂ??ｎ?ｔｏｆＴｍａ，?＾??ＲａＬＵｉＡ?？（??ｊ?／］?３?／?：??３?／?／??＊?ｙ?。?／??°－ａ?－ｅ?－？?２?０?２?＊?

多分類或者識別問??題是大部分卷積神經(jīng)網(wǎng)絡(luò)所做的，但是卷積神經(jīng)網(wǎng)絡(luò)同樣也可以在非監(jiān)督學(xué)習(xí)狀態(tài)下進??行學(xué)習(xí)，訓(xùn)練的最終目的和基于監(jiān)督學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)類似，依然是模型參數(shù)的學(xué)習(xí)。??在這個非監(jiān)督訓(xùn)練的過程中，卷積神經(jīng)網(wǎng)絡(luò)同樣不斷地調(diào)整參數(shù)，使損失函數(shù)最優(yōu)化。??卷積核作為特征提取器，從圖片中提�。藗�特征圖，若卷積層中卷積核的大小為??ＷＸＷ，以步長Ｘ在輸入的圖片中進行提取特征，當(dāng)輸入的圖片大小為７７Ｘ／２ＸＪ時，分別??表示長、寬、深度，卷積層會把輸入的圖片投射成對應(yīng)的特征圖，過程如圖２．４所示。??Ｉ?１?］?］?１?１??ｒ?１?＝＾￣￣?二：二■廠積孩參—????祆射函致??Ｉ?Ｉ?１?ｒ??ｎ?｜?１?ｉｌ?１?ｌｉ?，?丨；１??＇Ｌｌ——ｊ——ｔ—??Ｉ?Ｊ?Ｉ?！?１?Ｉ?Ｉ?ｉ?＼?Ｉ??ｐｉ?Ｉ?Ｉ?Ｉ?｜?｜?｜?＼，＿??Ｋ個吞甲餃＃積笤??對茳的？？個栲ｓｓ??＇ｉ?Ｉ?！?ｊ?Ｉ?Ｉ?Ｉ?＇??鉑入的ＫＧＢ圖片??圖２．?４特征提取的過程??Ｆｉｇ．?２．４?Ｔｈｅ?ｐｒｏｃｅｓｓ?ｏｆ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ??－９－??

【參考文獻】：
期刊論文
[1]基于改進VGG16的猴子圖像分類方法[J]. 田佳鷺,鄧立國.  信息技術(shù)與網(wǎng)絡(luò)安全. 2020(05)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的超聲掃描圖像的分割技術(shù)研究[J]. 鞠響,馮宇翔.  現(xiàn)代工業(yè)經(jīng)濟和信息化. 2019(08)
[3]一種改進的RFB Net遙感影像目標(biāo)識別算法[J]. 劉相云,郭呈淵,龔志輝,金飛,余東行.  測繪科學(xué)技術(shù)學(xué)報. 2019(02)
[4]腰椎間盤突出癥微創(chuàng)治療研究進展[J]. 徐奎,覃正仕,趙權(quán).  現(xiàn)代中西醫(yī)結(jié)合雜志. 2016(01)
[5]AdaBoost算法研究進展與展望[J]. 曹瑩,苗啟廣,劉家辰,高琳.  自動化學(xué)報. 2013(06)
[6]激活函數(shù)可調(diào)的神經(jīng)元模型及其有監(jiān)督學(xué)習(xí)與應(yīng)用[J]. 吳佑壽,趙明生.  中國科學(xué)E輯:技術(shù)科學(xué). 2001(03)

博士論文
[1]圖像分割若干理論方法及應(yīng)用研究[D]. 陳強.南京理工大學(xué) 2007
[2]圖像特征檢測與運動目標(biāo)分割算法的研究和實現(xiàn)[D]. 楊莉.西安電子科技大學(xué) 2004



本文編號：2979558