據(jù)世界衛(wèi)生組織統(tǒng)計(jì),肺癌已經(jīng)成為確診病例數(shù)、致死人數(shù)最高的癌癥。利用計(jì)算機(jī)技術(shù)對(duì)肺癌的早期形態(tài)——肺結(jié)節(jié)進(jìn)行篩查有利于早發(fā)現(xiàn)、早治療,提高肺癌的生存機(jī)會(huì),同時(shí)也能減輕閱片負(fù)擔(dān),輔助醫(yī)生的診斷工作。近年來(lái),深度學(xué)習(xí)技術(shù)在發(fā)展的同時(shí)也被應(yīng)用到包含醫(yī)學(xué)圖像分析的各個(gè)領(lǐng)域,利用深度學(xué)習(xí)進(jìn)行肺結(jié)節(jié)的檢測(cè)與分割就是其中一個(gè)熱點(diǎn)研究方向。本文以胸部CT圖像數(shù)據(jù)為研究對(duì)象,探索利用深度學(xué)習(xí)和三維重建技術(shù)提供快捷、準(zhǔn)確且易觀(guān)察的肺結(jié)節(jié)輔助診斷方法。主要內(nèi)容如下:首先,研究了基于Mask R-CNN的肺結(jié)節(jié)檢測(cè)與分割方法。由于醫(yī)學(xué)圖像具有樣本量少和正負(fù)樣本不平衡的特點(diǎn),本文采用了具有骨干網(wǎng)絡(luò)遷移學(xué)習(xí)機(jī)制、二階段結(jié)構(gòu)控制正負(fù)樣本比例、同時(shí)具有檢測(cè)和分割功能的Mask R-CNN,并探索了具有不同權(quán)重的損失函數(shù)對(duì)檢測(cè)和分割結(jié)果的影響。目前研究大都是肺結(jié)節(jié)的檢測(cè)任務(wù),缺乏含肺結(jié)節(jié)輪廓標(biāo)簽的數(shù)據(jù)集,本文將LUNA16數(shù)據(jù)集進(jìn)行預(yù)處理,之后在影像科醫(yī)生標(biāo)記的肺結(jié)節(jié)直徑基礎(chǔ)上,利用labelme標(biāo)記工具,建立了包含2763張具有肺結(jié)節(jié)輪廓標(biāo)簽的胸部CT橫截面數(shù)據(jù)集:labeme＿LUNA16;然后分別在數(shù)據(jù)集LUNA... 

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 肺結(jié)節(jié)檢測(cè)
        1.2.2 肺結(jié)節(jié)分割
    1.3 研究難點(diǎn)
        1.3.1 肺結(jié)節(jié)尺寸差異大
        1.3.2 肺結(jié)節(jié)CT征象復(fù)雜
        1.3.3 掃描圖像質(zhì)量差異
        1.3.4 醫(yī)學(xué)圖像本身的限制
    1.4 本文研究?jī)?nèi)容及章節(jié)安排
        1.4.1 本文研究?jī)?nèi)容
        1.4.2 本文章節(jié)安排
第2章 醫(yī)學(xué)圖像基礎(chǔ)及其目標(biāo)檢測(cè)分割算法
    2.1 醫(yī)學(xué)圖像基礎(chǔ)
        2.1.1 醫(yī)學(xué)圖像存儲(chǔ)格式
        2.1.2 CT亨氏值、窗寬和窗位
        2.1.3 三個(gè)坐標(biāo)系
    2.2 肺結(jié)節(jié)的CT征象
    2.3 目標(biāo)檢測(cè)算法
        2.3.1 R-CNN
        2.3.2 SPP-net
        2.3.3 Fast R-CNN
        2.3.4 Faster R-CNN
        2.3.5 Faster R-CNN+FPN
    2.4 醫(yī)學(xué)圖像分割
        2.4.1 patch-based architecture
        2.4.2 FCN
        2.4.3 U-net
    2.5 本章小結(jié)
第3章 基于Mask R-CNN的肺結(jié)節(jié)檢測(cè)與分割算法
    3.1 Mask R-CNN算法
        3.1.1 骨干網(wǎng)絡(luò)(backbone)
        3.1.2 特征金字塔網(wǎng)絡(luò)(FPN)
        3.1.3 區(qū)域建議網(wǎng)絡(luò)(RPN)
        3.1.4 功能分支:分類(lèi)、檢測(cè)和分割
    3.2 實(shí)驗(yàn)過(guò)程
        3.2.1 數(shù)據(jù)庫(kù)
        3.2.2 數(shù)據(jù)預(yù)處理
        3.2.3 Mask R-CNN參數(shù)設(shè)置
        3.2.4 實(shí)驗(yàn)環(huán)境
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 肺結(jié)節(jié)檢測(cè)結(jié)果
        3.3.2 肺結(jié)節(jié)分割結(jié)果
    3.4 本章小結(jié)
第4章 醫(yī)學(xué)圖像三維重建算法
    4.1 移動(dòng)立方體法
    4.2 光線(xiàn)投射法
    4.3 算法分析與比較
    4.4 三維重建實(shí)驗(yàn)
        4.4.1 三維重建實(shí)驗(yàn)環(huán)境
        4.4.2 實(shí)驗(yàn)過(guò)程與結(jié)果
    4.5 本章小結(jié)
第5章 肺結(jié)節(jié)三維可視化輔助診斷系統(tǒng)
    5.1 系統(tǒng)總體架構(gòu)
    5.2 系統(tǒng)開(kāi)發(fā)平臺(tái)
        5.2.1 系統(tǒng)硬件開(kāi)發(fā)平臺(tái)
        5.2.2 系統(tǒng)軟件開(kāi)發(fā)平臺(tái)
    5.3 系統(tǒng)功能與測(cè)試
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]小波能量引導(dǎo)下基于活動(dòng)輪廓模型的部分實(shí)性肺結(jié)節(jié)分割[J]. 馮寶,陳相猛,李浦生,陳業(yè)航,姚楠,龍晚生.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[2]基于CUDA架構(gòu)的改進(jìn)Marching Cubes算法[J]. 周筠,蔣富.  計(jì)算機(jī)科學(xué). 2018(S2)
[3]醫(yī)學(xué)圖像分析深度學(xué)習(xí)方法研究與挑戰(zhàn)[J]. 田娟秀,劉國(guó)才,谷珊珊,鞠忠建,劉勁光,顧冬冬.  自動(dòng)化學(xué)報(bào). 2018(03)
[4]基于深度學(xué)習(xí)的計(jì)算機(jī)輔助肺癌診斷方法[J]. 張鵬,徐欣楠,王洪偉,馮元力,馮浩哲,張建偉,閆守琨,侯宇軒,宋怡文,李佳翔,劉新國(guó).  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(01)
[5]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)
[6]肺部CT圖像病變區(qū)域檢測(cè)方法[J]. 韓光輝,劉峽壁,鄭光遠(yuǎn).  自動(dòng)化學(xué)報(bào). 2017(12)
[7]醫(yī)學(xué)圖像三維可視化技術(shù)及其新進(jìn)展[J]. 王猛,孔繁之.  醫(yī)學(xué)影像學(xué)雜志. 2015(06)
[8]檢測(cè)肺結(jié)節(jié)的3維自適應(yīng)模板匹配[J]. 高婷,龔敬,王遠(yuǎn)軍,聶生東,孫希文.  中國(guó)圖象圖形學(xué)報(bào). 2014(09)
[9]基于八叉樹(shù)編碼的CUDA光線(xiàn)投射算法[J]. 康健超,康寶生,馮筠,王國(guó)棟,趙建東,唐斌.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(01)
[10]Marching Cubes算法改進(jìn)研究及應(yīng)用[J]. 僧德文,李仲學(xué),李翠平,李春民.  計(jì)算機(jī)應(yīng)用研究. 2006(07)

碩士論文
[1]基于深度學(xué)習(xí)的肺結(jié)節(jié)檢測(cè)研究[D]. 李媛媛.電子科技大學(xué) 2019
[2]醫(yī)學(xué)CT三維重建技術(shù)的研究與實(shí)現(xiàn)[D]. 王曉.華中科技大學(xué) 2007



本文編號(hào)：3689725