頸動(dòng)脈狹窄已經(jīng)成為當(dāng)下危害人們健康的殺手之一。頸動(dòng)脈狹窄分為頸總動(dòng)脈狹窄、頸內(nèi)動(dòng)脈狹窄、頸外動(dòng)脈狹窄,它們的狹窄度計(jì)算方式和造成的健康影響不同。醫(yī)生通過頸動(dòng)脈數(shù)字減影血管造影（DSA）進(jìn)行診斷,找到狹窄部位并計(jì)算狹窄度。單靠醫(yī)生人工診斷,存在漏診、誤診的風(fēng)險(xiǎn),且狹窄度計(jì)算需要借助其他工具,影響診斷效率。近幾年來,人工智能與醫(yī)療的結(jié)合越來越密切,計(jì)算機(jī)輔助診斷走進(jìn)醫(yī)院。為了提高診斷效率,降低誤診率,本文基于深度學(xué)習(xí),圍繞頸動(dòng)脈狹窄輔助診斷開展工作,取得了以下成果:1.圖像分割。狹窄度計(jì)算需要先得到二值圖像。本文只關(guān)注頸動(dòng)脈主干的狹窄情況,但頸動(dòng)脈分支會(huì)影響頸動(dòng)脈寬度的計(jì)算。通過每行分別選閾值進(jìn)行行二值化,再將行二值化結(jié)果擦掉分支作為語義分割標(biāo)簽,通過對(duì)比常規(guī)語義分割FCN系列網(wǎng)絡(luò)和Deeplab v3網(wǎng)絡(luò),以及醫(yī)療語義分割U-Net網(wǎng)絡(luò)和CE-Net網(wǎng)絡(luò),最后選用CE-Net網(wǎng)絡(luò)進(jìn)行頸動(dòng)脈主干的圖像分割,并進(jìn)行了優(yōu)化;2.頸動(dòng)脈狹窄定位。如果在整幅二值圖像中求頸動(dòng)脈寬度,靠在一起的頸動(dòng)脈圖像分割后變成一條,寬度增大;即使沒有頸動(dòng)脈分支,造影中頸動(dòng)脈還存在靠在一起、交叉等情況,由于二值圖像... 

【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)】：109 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１肺結(jié)節(jié)人工智能影像診斷舉例??

浙江大學(xué)碩丄學(xué)位論義??目前，臨床診斷頸動(dòng)脈狹窄的方法主要有頸部血管超聲�。保担�、ＣＴ血管成像??（ＣＴＡ）?［１６］、ＭＲＩ血管成像（ＭＲＡ）?［１７］和數(shù)字減影血管造影（ＤＳＡ）?［１８】。ＤＳＡ??檢查是診斷頸動(dòng)脈狹窄的“金標(biāo)準(zhǔn)”［１９］。借助于計(jì)算機(jī)，ＤＳＡ可將血管造影片上??骨與軟組織呈現(xiàn)的影像去除，在影像片上血管就會(huì)被突出［２Ｇ］，如圖１－２所示為??ＤＳＡ系統(tǒng)示意圖，Ｘ射線透過人體，會(huì)產(chǎn)生不同程度衰減，然后照射在探測(cè)器??上，會(huì)產(chǎn)生Ｘ射線圖像的電子信號(hào)，再進(jìn)行信號(hào)傳輸和轉(zhuǎn)換，最終影像被送入電??子計(jì)算機(jī)存儲(chǔ)，可以呈現(xiàn)在屏幕上。??ｂ示器??攝像機(jī)??■?＿?ＩＳ宇存Ｓ??光學(xué)Ｕｆｔ??影綱＊?［５?＊＿器??ｔｖ???＼??ＸＳ，?＝??圖１－２?ＤＳＡ系統(tǒng)示意圖??如果能將人工智能算法用到ＤＳＡ造影上，自動(dòng)識(shí)別頸動(dòng)脈ＤＳＡ造影中狹窄??部位并計(jì)算狹窄度，可以有效輔助醫(yī)生進(jìn)行診斷治療。因此，本文主要內(nèi)容為基??于深度學(xué)習(xí)的頸動(dòng)脈狹窄輔助診斷。??如圖１－３所示，醫(yī)院提供的是膠片電子版。本文主要研究頸動(dòng)脈狹窄，膠片??中還有椎動(dòng)脈等其他動(dòng)脈，而且膠片中信息量太多，為了盡可能提高識(shí)別計(jì)算效??果，本文先將頸動(dòng)脈圖片截取出來，如圖１－４所示，再進(jìn)行進(jìn)一步方案設(shè)計(jì)，圖??片大部分尺寸為６００ｘ４００。??凹關(guān)關(guān)??１?ｌｉｒｎｉ??圖１－３膠片電子版??２??

浙江大學(xué)碩丄學(xué)位論義??目前，臨床診斷頸動(dòng)脈狹窄的方法主要有頸部血管超聲�。保担�、ＣＴ血管成像??（ＣＴＡ）?［１６］、ＭＲＩ血管成像（ＭＲＡ）?［１７］和數(shù)字減影血管造影（ＤＳＡ）?［１８】。ＤＳＡ??檢查是診斷頸動(dòng)脈狹窄的“金標(biāo)準(zhǔn)”［１９］。借助于計(jì)算機(jī)，ＤＳＡ可將血管造影片上??骨與軟組織呈現(xiàn)的影像去除，在影像片上血管就會(huì)被突出［２Ｇ］，如圖１－２所示為??ＤＳＡ系統(tǒng)示意圖，Ｘ射線透過人體，會(huì)產(chǎn)生不同程度衰減，然后照射在探測(cè)器??上，會(huì)產(chǎn)生Ｘ射線圖像的電子信號(hào)，再進(jìn)行信號(hào)傳輸和轉(zhuǎn)換，最終影像被送入電??子計(jì)算機(jī)存儲(chǔ)，可以呈現(xiàn)在屏幕上。??ｂ示器??攝像機(jī)??■?＿?ＩＳ宇存Ｓ??光學(xué)Ｕｆｔ??影綱＊?［５?＊＿器??ｔｖ???＼??ＸＳ，?＝??圖１－２?ＤＳＡ系統(tǒng)示意圖??如果能將人工智能算法用到ＤＳＡ造影上，自動(dòng)識(shí)別頸動(dòng)脈ＤＳＡ造影中狹窄??部位并計(jì)算狹窄度，可以有效輔助醫(yī)生進(jìn)行診斷治療。因此，本文主要內(nèi)容為基??于深度學(xué)習(xí)的頸動(dòng)脈狹窄輔助診斷。??如圖１－３所示，醫(yī)院提供的是膠片電子版。本文主要研究頸動(dòng)脈狹窄，膠片??中還有椎動(dòng)脈等其他動(dòng)脈，而且膠片中信息量太多，為了盡可能提高識(shí)別計(jì)算效??果，本文先將頸動(dòng)脈圖片截取出來，如圖１－４所示，再進(jìn)行進(jìn)一步方案設(shè)計(jì)，圖??片大部分尺寸為６００ｘ４００。??凹關(guān)關(guān)??１?ｌｉｒｎｉ??圖１－３膠片電子版??２??

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的目標(biāo)檢測(cè)綜述[J]. 盧健,何金鑫,李哲,周嫣然.  電光與控制. 2020(05)
[2]國(guó)內(nèi)外醫(yī)療人工智能應(yīng)用現(xiàn)狀及相關(guān)政策[J]. 袁紫藤,陶金婷,談瑩,鄧華超,張宇清.  醫(yī)學(xué)信息學(xué)雜志. 2019(05)
[3]數(shù)字減影血管造影輻射環(huán)境影響預(yù)測(cè)與評(píng)價(jià)[J]. 李海新,高文翰.  資源節(jié)約與環(huán)保. 2019(03)
[4]Otsu閾值分割法特點(diǎn)及其應(yīng)用分析[J]. 袁小翠,黃志開,馬永力,劉寶玲.  南昌工程學(xué)院學(xué)報(bào). 2019(01)
[5]人工智能冠狀動(dòng)脈CT血管成像在冠心病診斷中的應(yīng)用[J]. 黃增發(fā),王翔.  放射學(xué)實(shí)踐. 2018(10)
[6]人工智能在眼部圖像診斷中的應(yīng)用[J]. 王莎莎,陳吉利.  中華實(shí)驗(yàn)眼科雜志. 2018 (10)
[7]肺結(jié)節(jié)影像人工智能技術(shù)現(xiàn)狀與思考[J]. 蕭毅,劉士遠(yuǎn).  腫瘤影像學(xué). 2018(04)
[8]人工智能在醫(yī)療領(lǐng)域應(yīng)用現(xiàn)狀、問題及建議[J]. 王海星,田雪晴,游茂,陸雪秋,顧澤龍,程龍.  衛(wèi)生軟科學(xué). 2018(05)
[9]人工智能在醫(yī)療領(lǐng)域應(yīng)用現(xiàn)狀探討[J]. 熊瑤,陳敏.  醫(yī)學(xué)信息學(xué)雜志. 2018(04)
[10]人工智能助力醫(yī)療的機(jī)遇與挑戰(zhàn)[J]. 陳梅,呂曉娟,張麟,陳瑩.  中國(guó)數(shù)字醫(yī)學(xué). 2018(01)

碩士論文
[1]基于超聲圖像的甲狀腺疾病智能診斷[D]. 張雅奎.哈爾濱工業(yè)大學(xué) 2018
[2]短暫性腦缺血發(fā)作患者的顱內(nèi)外血管狹窄分布特征分析[D]. 張娜.大連醫(yī)科大學(xué) 2015



本文編號(hào)：3123292