血管分割與識別技術(shù)在臨床上具有重要意義,可輔助醫(yī)務(wù)人員快速地確定血管類型、形狀等參數(shù),以便更準(zhǔn)確地診斷和治療疾病。實現(xiàn)血管分割與識別的基礎(chǔ)是依賴于醫(yī)學(xué)成像設(shè)備的血管圖像的獲取,與當(dāng)前成像設(shè)備相比較而言,超聲成像具有安全性高、操作簡便等優(yōu)勢,因此本論文選擇超聲血管圖像為實驗對象�；谘芊指钆c識別技術(shù)的發(fā)展趨勢,結(jié)合超聲成像技術(shù)的優(yōu)勢,本論文設(shè)計了一個基于SSD（Single Shot MultiBox Detector）與種子區(qū)域生長（Seeded Region Growing,SRG）的組合和全卷積神經(jīng)網(wǎng)絡(luò)（Fully Convolutional Networks,FCN）兩種方法的超聲血管圖像分割與識別軟件,并針對軟件的基礎(chǔ)功能模塊和涉及的算法模型展開研究,為獲取血管相關(guān)參數(shù)奠定了基礎(chǔ)。首先,根據(jù)第三方提供的MicrUs EXT-1H超聲模塊,結(jié)合需求分析說明,本論文基于SSD與SRG的組合和FCN兩種方法提出超聲血管圖像分割與識別軟件的整體設(shè)計方案,并對軟件的基礎(chǔ)功能模塊和算法模型設(shè)計進(jìn)行詳細(xì)描述。其次,因血管圖像處理的前提是圖像的獲取,基于這一需求,使用MFC創(chuàng)建對話框程序,并... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：100 頁

【學(xué)位級別】：碩士

【部分圖文】：

血管圖像：(a)頸動脈血Fig1.1Bloodvesselimage:(a)caro

參數(shù)以增加或減少超聲圖像中顯示的回波信息量；增益調(diào)整可以平衡回聲對比度，使囊狀結(jié)構(gòu)顯得無回聲，反射組織被填充；如果產(chǎn)生了足夠的回聲信息，增益調(diào)整可能會使超聲圖像變亮或變暗。4）圖像保存：由于在進(jìn)行分割算法研究時需要血管圖像數(shù)據(jù)作支撐，因此要求超聲成像系統(tǒng)應(yīng)用軟件要具有本地保存圖像、選擇圖像保存數(shù)量的功能。除上述主要的基礎(chǔ)功能以外，軟件還需具有人機交互功能，并要求其具有簡易性等。這些功能相結(jié)合、構(gòu)成超聲血管圖像分割與識別軟件的基礎(chǔ)功能模塊。圖2.5是軟件基礎(chǔ)功能模塊分析的思維導(dǎo)圖。圖2.5軟件基礎(chǔ)功能模塊分析Fig2.5Analysisofthebasicfunctionalmodulesofthesoftware②軟件基礎(chǔ)功能模塊的方案設(shè)計根據(jù)MicrUsEXT-1H超聲模塊、驅(qū)動程序文件和基礎(chǔ)功能模塊相關(guān)的DLL文件，通過采用接口調(diào)用的方式實現(xiàn)超聲圖像顯示、狀態(tài)調(diào)整、參數(shù)調(diào)整、圖像保存等功能。該模塊在Windows10（簡稱WIN10）專業(yè)版系統(tǒng)、VisualStudio2013

2基于深度學(xué)習(xí)的超聲血管圖像分割與識別軟件設(shè)計方案15ultimate（簡稱VS2013）編程環(huán)境下開發(fā)完成，功能實現(xiàn)采用C/C++語言編寫、利用MFC（MicrosoftFoundationClasses，微軟基礎(chǔ)類庫）設(shè)計界面。為確保代碼的可讀性和可維護(hù)性，變量命名均使用小寫英文字母和下劃線的組合。2.2.2血管分割識別算法研究血管圖像分割與識別在臨床醫(yī)學(xué)上具有非常重要的意義，其實現(xiàn)可輔助醫(yī)務(wù)人員更精確地確定血管位置、形狀等以快速、準(zhǔn)確診斷和治療相關(guān)疾玻在軟件基礎(chǔ)功能模塊完成的基礎(chǔ)上，可進(jìn)行血管圖像采集實驗。分割與識別算法是血管分割識別軟件的內(nèi)涵、核心，它在整個軟件中起著智能化的作用，使軟件能夠自動準(zhǔn)確地確定血管位置、形狀等，從而獲得分割識別結(jié)果。因此，本論文針對血管分割識別算法進(jìn)行研究與設(shè)計，以解決軟件的核心問題。血管圖像分割與識別算法研究部分主要包括：頸動脈和貴要靜脈血管圖像采集實驗、分割與識別算法選擇與研究，具體分析如下。①血管圖像采集實驗在醫(yī)生的指導(dǎo)下，在WIN10系統(tǒng)上，利用軟件基礎(chǔ)功能模塊，確定參數(shù)，將超聲圖像狀態(tài)調(diào)至運行，然后以實驗室成員為實驗對象，對其頸動脈和貴要靜脈血管進(jìn)行圖像采集實驗，采集的效果圖如圖2.6所示。(a)(b)圖2.6血管圖像：(a)頸動脈血管圖像；(b)貴要靜脈血管圖像Fig2.6Bloodvesselimages:(a)carotidarteryimage;(b)venabasilicaimage②血管分割識別算法選擇雖然基于人工智能的圖像分割與識別方法計算復(fù)雜度較大，其精確度卻與其成正比，而且頸動脈和貴要靜脈血管的分割與識別可以拓展應(yīng)用到其他血管或病灶區(qū)域的識別任務(wù)中，說明其普適性較好。因此，本論文采用人工智能圖像分割與識別算法對血管圖像進(jìn)行處理，但從應(yīng)用角度分析要為用戶提供更多選擇的可

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)SSD的行人檢測方法[J]. 邢浩強,杜志岐,蘇波.  計算機工程. 2018(11)
[2]淺析集成測試和系統(tǒng)測試的關(guān)系[J]. 楊麗波.  電子測試. 2017(20)
[3]超聲激勵-光纖光柵檢測技術(shù)的研究與發(fā)展[J]. 孟麗君,譚躍剛,周祖德,梁寶逵,楊文玉.  中國機械工程. 2013(07)
[4]超聲圖像的特性研究進(jìn)展[J]. 陸惠玲,周濤.  臨床合理用藥雜志. 2012(06)
[5]軟件測試方法概述[J]. 張新華,何永前.  科技視界. 2012(04)
[6]靜脈留置針穿刺時防止血液外滴的方法[J]. 李玲,程云.  護(hù)理研究. 2010(21)
[7]一種新的視網(wǎng)膜血管網(wǎng)絡(luò)自動分割方法[J]. 姚暢,陳后金.  光電子.激光. 2009(02)
[8]基于形變模型的醫(yī)學(xué)圖像分割綜述[J]. 王敏琴,韓國強,涂泳秋.  醫(yī)療衛(wèi)生裝備. 2009(02)
[9]結(jié)合數(shù)學(xué)形態(tài)學(xué)和Level Set超聲圖像的分割方法[J]. 曹彪,劉奇.  中國測試技術(shù). 2007(05)
[10]一種視網(wǎng)膜血管自適應(yīng)提取方法[J]. 潘立豐,王利生.  中國圖象圖形學(xué)報. 2006(03)

碩士論文
[1]癌癥患者PICC置管期間自我護(hù)理能力及影響因素研究[D]. 邵敏.山東大學(xué) 2017
[2]基于橢圓擬合和改進(jìn)FCM的頸動脈血管分割算法研究[D]. 楊軼林.哈爾濱理工大學(xué) 2016
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的血管圖像分割[D]. 王釧.西安電子科技大學(xué) 2015
[4]三維超聲圖像中頸動脈血管壁的分割方法[D]. 李鶴.華中科技大學(xué) 2013
[5]基于水平集方法的三維超聲頸動脈斑塊分割[D]. 程潔玉.華中科技大學(xué) 2013
[6]基于數(shù)字圖像處理的血管管徑自動測量技術(shù)[D]. 毛曉輝.哈爾濱工程大學(xué) 2011
[7]Java語言基于函數(shù)摘要的過程間靜態(tài)測試方法研究[D]. 胡成杰.北京郵電大學(xué) 2011
[8]基于Windows平臺的視網(wǎng)膜血管醫(yī)用測量的研究[D]. 謝桂泉.華南理工大學(xué) 2010
[9]手持式超聲波探傷儀應(yīng)用軟件設(shè)計[D]. 宋靜.南京航空航天大學(xué) 2009



本文編號：3005331