乳腺癌作為影響女性健康威脅生命的惡性疾病,一直以來都是通過女性自檢和醫(yī)生經(jīng)驗輔以醫(yī)學影像診斷病情,這對患者和醫(yī)生都造成了很多的負擔。隨著人工智能機器學習的發(fā)展和神經(jīng)網(wǎng)絡(luò)深度學習的普及,越來越多計算機方法被應(yīng)用到醫(yī)學臨床中。在這其中的圖像分割作為圖像處理領(lǐng)域的一項重要研究內(nèi)容,在醫(yī)學影像處理上有著廣闊的應(yīng)用前景。從這個方向入手,文章研究并提出了一種全新基于模糊邏輯注意力機制的分割乳腺腫瘤超聲圖像的深度學習算法模型。傳統(tǒng)圖像分割算法雖然實現(xiàn)簡單執(zhí)行效率高,但是對于醫(yī)學圖像這種構(gòu)成特征要素復(fù)雜紋理邊緣不清晰的圖像,其對任務(wù)目標區(qū)域分割難以達到理想的效果,針對這現(xiàn)象,本文主要做了以下工作:（1）對于原始待分割圖像,采用直方圖均衡和小波變換方式處理使其細節(jié)特征更清晰擁有更多的信息,通過注意力機制改進醫(yī)學圖像分割效果顯著的UNet模型,分別在其上采樣和下采樣結(jié)構(gòu)中嵌入關(guān)注特征通道和空間區(qū)域的注意力模塊,前者更加關(guān)注同一尺寸結(jié)構(gòu)下各特征通道間重要程度而后者則更為關(guān)注同一特征圖上各個位置區(qū)域不同要素的重要性權(quán)重。這種方式可以更加深入利用提取到的信息,并對上下文淺層和深層信息融合使得分割結(jié)果更加精確。（... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)

AlexNet網(wǎng)絡(luò)結(jié)構(gòu)

- 7 -圖 2-3 VGGNet 網(wǎng)絡(luò)結(jié)構(gòu)由于 AlexNet 在 2012 年 ImageNet 比賽中大放異彩，準確率達到了驚人的57.1%，top1-5 達到 80.2%，掀起了卷積神經(jīng)網(wǎng)絡(luò)研究熱潮，在這之后研究人員

【參考文獻】：
期刊論文
[1]2014年中國女性乳腺癌發(fā)病與死亡分析[J]. 李賀,鄭榮壽,張思維,曾紅梅,孫可欣,夏昌發(fā),楊之洵,陳萬青,赫捷.  中華腫瘤雜志. 2018 (03)
[2]基于分層的FCM算法在醫(yī)學圖像分割中的應(yīng)用[J]. 孫玉娟,王增鋒,張小峰.  中國海洋大學學報(自然科學版). 2017(11)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學報. 2017(06)
[4]基于小波多分辨率分析和改進窄帶法的C-V水平集圖像分割模型[J]. 付金明,羿旭明.  數(shù)學雜志. 2016(04)
[5]醫(yī)學圖像配準技術(shù)研究進展[J]. 于佳,于國華,陸丹.  計算機與數(shù)字工程. 2009(10)
[6]基于模糊邏輯的分步式超折射地物回波識別方法的建立和效果分析[J]. 劉黎平,吳林林,楊引明.  氣象學報. 2007(02)

博士論文
[1]基于模糊聚類算法的醫(yī)學圖像分割技術(shù)研究[D]. 張小峰.山東大學 2014



本文編號：3305678