基于擴散張量圖像深度學(xué)習(xí)的帕金森癥識別
發(fā)布時間:2022-05-03 00:48
帕金森氏癥是一種腦部疾病,導(dǎo)致晃動,僵硬以及行走,平衡和協(xié)調(diào)困難。帕金森氏癥患者的癥狀通常會在老年時逐漸開始,并隨著時間的推移而加重。隨著疾病的發(fā)展,人們可能難以走路和說話。他們也可能有精神和行為上的變化,睡眠問題,抑郁,記憶障礙和疲勞。這項疾病為人民與國家?guī)砹顺林氐慕?jīng)濟負擔(dān)。現(xiàn)如今,機器學(xué)習(xí)尤其是深度學(xué)習(xí)技術(shù)已經(jīng)在比如自動駕駛、人臉檢測等領(lǐng)域有了廣泛的應(yīng)用,研究表明相關(guān)技術(shù)能發(fā)現(xiàn)人眼所不能獲取的微小特征之間的區(qū)別,并在多種醫(yī)療圖像分類任務(wù)中準(zhǔn)確率已經(jīng)超過高水平人類專家。當(dāng)前的基于機器學(xué)習(xí)的圖像診斷技術(shù)以核磁共振成像(MRI)為主,并且其結(jié)果很難解釋且魯棒性低,無法應(yīng)用到實際任務(wù)中。因此,本研究采用能體現(xiàn)腦部功能性數(shù)據(jù)的擴散張量影像(DTI),并提出了一種新型的基于卷積神經(jīng)網(wǎng)絡(luò)的子區(qū)域集成帕金森氏癥計算機輔助診斷框架。本框架首先提出將腦部擴散張量影像數(shù)據(jù)切割為標(biāo)準(zhǔn)的116腦網(wǎng)絡(luò)圖譜區(qū)(即116個腦部區(qū)域),然后對90個腦部除小腦外區(qū)域利用深度卷積網(wǎng)絡(luò)進行監(jiān)督訓(xùn)練得到90個深度學(xué)習(xí)模型。下一步即對子區(qū)域模型利用貪婪算法進行篩選,最終對選擇后的區(qū)域組合的結(jié)果進行加權(quán)平均即為最終的結(jié)果。本...
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究工作的背景與意義
1.2 國內(nèi)外帕金森氏癥計算機輔助診斷技術(shù)研究現(xiàn)狀
1.3 本文的主要貢獻與創(chuàng)新
1.4 本論文的結(jié)構(gòu)安排
第二章 機器學(xué)習(xí)技術(shù)基礎(chǔ)
2.1 傳統(tǒng)機器學(xué)習(xí)方法
2.1.1 K均值聚類
2.1.2 決策樹
2.1.3 集成學(xué)習(xí)
2.2 深度學(xué)習(xí)方法
2.2.1 深度置信網(wǎng)絡(luò)
2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.3 對抗樣本
2.4 本章小結(jié)
第三章 基于卷積神經(jīng)網(wǎng)絡(luò)的子區(qū)域集成帕金森氏癥診斷
3.1 帕金森氏癥數(shù)據(jù)采集及預(yù)處理
3.1.1 納入標(biāo)準(zhǔn)
3.1.2 擴散張量圖像獲取參數(shù)
3.1.3 擴散張量圖像前期預(yù)處理與子區(qū)域劃分
3.2 利用卷積網(wǎng)絡(luò)對子區(qū)域進行帕金森氏癥診斷
3.3 子區(qū)域模型的篩選
3.3.1 篩選依據(jù)
3.3.2 篩選算法
3.4 多模態(tài)診斷
3.5 可視化技術(shù)
3.5.1 腦部區(qū)域權(quán)重可視化
3.5.2 圖像關(guān)鍵點可視化
3.6 利用對抗攻擊檢驗診斷框架的魯棒性
3.6.1 攻擊方法的選擇
3.6.2 不需要數(shù)據(jù)進行替身攻擊
3.7 本章小結(jié)
第四章 實驗結(jié)果
4.1 實驗設(shè)置介紹
4.2 利用子區(qū)域模型對單個腦部區(qū)域進行帕金森氏癥診斷
4.3 模型在交叉驗證集中的篩選結(jié)果
4.4 模型集成后的測試效果
4.5 可視化技術(shù)
4.5.1 腦部區(qū)域權(quán)重可視化
4.5.2 圖像關(guān)鍵點可視化
4.6 與端到端機器學(xué)習(xí)技術(shù)的診斷效果對比
4.7 模型魯棒性對比
4.8 本章小結(jié)
第五章 全文總結(jié)與展望
5.1 全文總結(jié)
5.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學(xué)位期間取得的成果
【參考文獻】:
期刊論文
[1]帕金森病患者疾病的經(jīng)濟負擔(dān)及其相關(guān)影響因素研究[J]. 王遙,殷實,劉衛(wèi)國,卞鷹,王寶明,葉民,林興建,張麗. 臨床神經(jīng)病學(xué)雜志. 2011(06)
本文編號:3650292
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究工作的背景與意義
1.2 國內(nèi)外帕金森氏癥計算機輔助診斷技術(shù)研究現(xiàn)狀
1.3 本文的主要貢獻與創(chuàng)新
1.4 本論文的結(jié)構(gòu)安排
第二章 機器學(xué)習(xí)技術(shù)基礎(chǔ)
2.1 傳統(tǒng)機器學(xué)習(xí)方法
2.1.1 K均值聚類
2.1.2 決策樹
2.1.3 集成學(xué)習(xí)
2.2 深度學(xué)習(xí)方法
2.2.1 深度置信網(wǎng)絡(luò)
2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.3 對抗樣本
2.4 本章小結(jié)
第三章 基于卷積神經(jīng)網(wǎng)絡(luò)的子區(qū)域集成帕金森氏癥診斷
3.1 帕金森氏癥數(shù)據(jù)采集及預(yù)處理
3.1.1 納入標(biāo)準(zhǔn)
3.1.2 擴散張量圖像獲取參數(shù)
3.1.3 擴散張量圖像前期預(yù)處理與子區(qū)域劃分
3.2 利用卷積網(wǎng)絡(luò)對子區(qū)域進行帕金森氏癥診斷
3.3 子區(qū)域模型的篩選
3.3.1 篩選依據(jù)
3.3.2 篩選算法
3.4 多模態(tài)診斷
3.5 可視化技術(shù)
3.5.1 腦部區(qū)域權(quán)重可視化
3.5.2 圖像關(guān)鍵點可視化
3.6 利用對抗攻擊檢驗診斷框架的魯棒性
3.6.1 攻擊方法的選擇
3.6.2 不需要數(shù)據(jù)進行替身攻擊
3.7 本章小結(jié)
第四章 實驗結(jié)果
4.1 實驗設(shè)置介紹
4.2 利用子區(qū)域模型對單個腦部區(qū)域進行帕金森氏癥診斷
4.3 模型在交叉驗證集中的篩選結(jié)果
4.4 模型集成后的測試效果
4.5 可視化技術(shù)
4.5.1 腦部區(qū)域權(quán)重可視化
4.5.2 圖像關(guān)鍵點可視化
4.6 與端到端機器學(xué)習(xí)技術(shù)的診斷效果對比
4.7 模型魯棒性對比
4.8 本章小結(jié)
第五章 全文總結(jié)與展望
5.1 全文總結(jié)
5.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學(xué)位期間取得的成果
【參考文獻】:
期刊論文
[1]帕金森病患者疾病的經(jīng)濟負擔(dān)及其相關(guān)影響因素研究[J]. 王遙,殷實,劉衛(wèi)國,卞鷹,王寶明,葉民,林興建,張麗. 臨床神經(jīng)病學(xué)雜志. 2011(06)
本文編號:3650292
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3650292.html
最近更新
教材專著