醫(yī)學(xué)影像分類(lèi)技術(shù)是計(jì)算機(jī)輔助診斷中的關(guān)鍵技術(shù),但是“語(yǔ)義鴻溝”、數(shù)據(jù)不均衡、維數(shù)災(zāi)難等問(wèn)題阻礙了分類(lèi)模型在臨床中的推廣。作為經(jīng)典語(yǔ)言模型,N-Gram模型對(duì)于解決該類(lèi)問(wèn)題展現(xiàn)出優(yōu)越性能。該模型簡(jiǎn)單高效,能夠在兼顧局部特征上下文信息的同時(shí),基于統(tǒng)計(jì)學(xué)原理提取文本抽象的語(yǔ)義特征。本文通過(guò)使用學(xué)習(xí)遷移方法,將N-Gram模型的應(yīng)用領(lǐng)域自傳統(tǒng)的文本處理過(guò)程擴(kuò)展至醫(yī)學(xué)影像分類(lèi)領(lǐng)域,并對(duì)該過(guò)渡算法進(jìn)行了深入研究。首先,使用灰度變換函數(shù)對(duì)源影像進(jìn)行編碼;其次,通過(guò)滑動(dòng)窗口采集樣本的N-Gram視覺(jué)語(yǔ)料庫(kù),在此基礎(chǔ)上利用約束條件以及顯著性檢驗(yàn)篩選出顯著的N-Gram視覺(jué)語(yǔ)料作為樣本的特征,其頻率向量即為樣本的特征向量;最后,使用分類(lèi)器對(duì)影像目標(biāo)進(jìn)行分類(lèi)。為檢驗(yàn)算法性能,本文基于上述算法完成了甲狀腺結(jié)節(jié)超聲影像的良、惡性分類(lèi)以及視網(wǎng)膜光學(xué)相干斷層（OCT）影像的干性黃斑變性識(shí)別兩項(xiàng)任務(wù)。為降低算法對(duì)噪聲的敏感度,本文依據(jù)病灶影像學(xué)特點(diǎn)簡(jiǎn)化并改進(jìn)了預(yù)處理過(guò)程,使用基于CV-RSF模型改進(jìn)的算法完成任務(wù)一中的結(jié)節(jié)分割處理,使用基于各向異性擴(kuò)散模型改進(jìn)的算法完成任務(wù)二中的去除散斑點(diǎn)噪聲處理。為測(cè)試算法對(duì)分類(lèi)器... 

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 醫(yī)學(xué)影像分類(lèi)的發(fā)展與挑戰(zhàn)
        1.2.1 基于底層特征的醫(yī)學(xué)影像分類(lèi)
        1.2.2 基于語(yǔ)義特征的醫(yī)學(xué)影像分類(lèi)
    1.3 主要研究工作
    1.4 論文結(jié)構(gòu)安排
第2章 醫(yī)學(xué)影像相關(guān)介紹及預(yù)處理
    2.1 甲狀腺結(jié)節(jié)超聲影像
        2.1.1 灰階超聲成像技術(shù)概述
        2.1.2 甲狀腺結(jié)節(jié)灰階超聲特點(diǎn)
    2.2 視網(wǎng)膜病變OCT影像
        2.2.1 光學(xué)相干斷層掃描成像技術(shù)概述
        2.2.2 年齡相關(guān)性黃斑變性O(shè)CT影像特點(diǎn)
    2.3 醫(yī)學(xué)影像預(yù)處理
        2.3.1 甲狀腺結(jié)節(jié)超聲影像預(yù)處理
        2.3.2 視網(wǎng)膜OCT影像預(yù)處理
    2.4 本章小結(jié)
第3章 醫(yī)學(xué)影像特征提取方法
    3.1 N-Gram模型原理
    3.2 基于N-Gram模型改進(jìn)的提取醫(yī)學(xué)影像特征算法
        3.2.1 醫(yī)學(xué)影像灰度變換
        3.2.2 提取醫(yī)學(xué)影像基本的N-Gram特征
        3.2.3 提取醫(yī)學(xué)影像顯著的N-Gram特征
    3.3 本章小結(jié)
第4章 經(jīng)典分類(lèi)器原理及實(shí)現(xiàn)
    4.1 Fisher判別法分類(lèi)器
        4.1.1 算法原理
        4.1.2 算法實(shí)現(xiàn)
    4.2 SVM分類(lèi)器
        4.2.1 算法原理
        4.2.2 算法實(shí)現(xiàn)
    4.3 BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器
        4.3.1 算法原理
        4.3.2 算法實(shí)現(xiàn)
    4.4 本章小結(jié)
第5章 實(shí)驗(yàn)結(jié)果及分析
    5.1 數(shù)據(jù)綜述
        5.1.1 甲狀腺結(jié)節(jié)超聲影像數(shù)據(jù)
        5.1.2 干性黃斑變性O(shè)CT影像數(shù)據(jù)
    5.2 評(píng)價(jià)標(biāo)準(zhǔn)
    5.3 分類(lèi)器參數(shù)
    5.4 結(jié)果及分析
    5.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間所發(fā)表的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于CV-RSF模型的甲狀腺結(jié)節(jié)超聲圖像分割算法[J]. 邵蒙恩,嚴(yán)加勇,崔崤峣,于振坤.  生物醫(yī)學(xué)工程研究. 2019(03)
[2]年齡相關(guān)性干性黃斑變性危險(xiǎn)因素的研究進(jìn)展[J]. 肖昊戎,劉菲,李晨輝.  江西醫(yī)藥. 2018(11)
[3]多種超聲征象聯(lián)合檢測(cè)在甲狀腺結(jié)節(jié)良惡性病變中的鑒別應(yīng)用價(jià)值[J]. 賈穎超,楊章慧,呂信笑,楊崇澤,章圣樂(lè),梁彬.  中華全科醫(yī)學(xué). 2018(05)
[4]醫(yī)學(xué)影像計(jì)算機(jī)輔助檢測(cè)與診斷系統(tǒng)綜述[J]. 鄭光遠(yuǎn),劉峽壁,韓光輝.  軟件學(xué)報(bào). 2018(05)
[5]一種新的甲狀腺腫瘤超聲圖像特征提取算法[J]. 趙杰,祁永梅.  光電工程. 2013(09)
[6]黃斑部脈絡(luò)膜新生血管的OCT圖像特征及與視力的相關(guān)性[J]. 張敏芳,孟曉紅,陳軍,冉黎.  眼科新進(jìn)展. 2011(03)
[7]基于各向異性擴(kuò)散的圖像降噪算法綜述[J]. 余錦華,汪源源.  電子測(cè)量與儀器學(xué)報(bào). 2011(02)
[8]老年黃斑變性玻璃膜疣的蛋白質(zhì)組分析法[J]. 王淑榮,張曉光,蘇冠方.  中國(guó)老年學(xué)雜志. 2006(03)
[9]OCT技術(shù)及在醫(yī)療診斷中的應(yīng)用[J]. 劉新文,王惠南,陶玲.  中國(guó)醫(yī)療器械信息. 2005(01)
[10]臨床醫(yī)生學(xué)超聲 第1講 超聲診斷儀的成像原理和聲像圖分析[J]. 唐杰.  中國(guó)臨床醫(yī)生. 2004(05)



本文編號(hào)：3677759