兒童腦腫瘤是最常見(jiàn)的兒童實(shí)質(zhì)性腫瘤,是導(dǎo)致兒童死亡的重要原因。后顱窩腫瘤在4-10歲患兒中占絕大部分。后顱窩腫瘤主要包括髓母細(xì)胞瘤、室管膜瘤和星形細(xì)胞瘤。這三種腦腫瘤惡性程度不同,治療和預(yù)后方法也大不相同,因而早期診斷及合理的治療方式尤為重要。目前,對(duì)于兒童腦腫瘤的診斷以及預(yù)后治療都需要借助于醫(yī)學(xué)影像。其中,無(wú)輻射的磁共振影像技術(shù)在兒童疾病中的應(yīng)用越來(lái)越為廣泛,且磁共振影像具有軟組織分辨率高、可以多平面多序列成像等優(yōu)點(diǎn)。擴(kuò)散加權(quán)成像作為一種功能性磁共振影像,能夠提供豐富的組織信息,在腫瘤診斷中具有重要的指導(dǎo)意義。本論文主要使用擴(kuò)散加權(quán)成像中的表觀擴(kuò)散系數(shù)(ADC)參數(shù)圖,來(lái)進(jìn)行三種兒童后顱窩腦腫瘤的智能分析,并將腦腫瘤分割和分類結(jié)合在一起,從而為兒童腦腫瘤自動(dòng)化診療提供解決方案。本論文的工作主要包括以下三個(gè)方面:(1)兒童腦腫瘤分割工作。分割工作為后續(xù)的分類工作提供腫瘤區(qū)域的定位。分割方法中首先使用OSTU閾值法進(jìn)行腦實(shí)質(zhì)的分割,而后使用模糊C均值聚類和水平集方法分割腦實(shí)質(zhì)區(qū)域中的腦腫瘤。對(duì)于386張腫瘤切片進(jìn)行分割后,能夠達(dá)到88.5%的精確度。而后將分割結(jié)果生成腦腫瘤方形patch...

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容和組織結(jié)構(gòu)
第二章 磁共振影像
    2.1 磁共振成像原理
    2.2 擴(kuò)散加權(quán)成像原理
    2.3 表觀擴(kuò)散系數(shù)
    2.4 兒童腦腫瘤磁共振圖像特征
    2.5 本章小結(jié)
第三章 基于模糊C均值聚類和水平集方法的兒童腦腫瘤分割
    3.1 模糊C均值聚類
    3.2 水平集方法
    3.3 腦腫瘤分割實(shí)驗(yàn)
        3.3.1 分割數(shù)據(jù)集
        3.3.2 實(shí)驗(yàn)設(shè)計(jì)
        3.3.3 腦實(shí)質(zhì)區(qū)域分割
        3.3.4 腫瘤分割
        3.3.5 分割結(jié)果驗(yàn)證
    3.4 本章小結(jié)
第四章 基于傳統(tǒng)機(jī)器學(xué)習(xí)方法的兒童腦腫瘤分類
    4.1 傳統(tǒng)機(jī)器學(xué)習(xí)算法
        4.1.1 logistic回歸分類器
        4.1.2 隨機(jī)森林分類器
        4.1.3 多分類問(wèn)題
    4.2 特征提取方法
        4.2.1 直方圖特征
        4.2.2 紋理特征
    4.3 特征選擇
    4.4 實(shí)驗(yàn)
        4.4.1 驗(yàn)證指標(biāo)
        4.4.2 分類數(shù)據(jù)集
        4.4.3 實(shí)驗(yàn)結(jié)果
        4.4.4 討論
    4.5 本章小結(jié)
第五章 基于深度學(xué)習(xí)方法的兒童腦腫瘤分類
    5.1 卷積神經(jīng)網(wǎng)絡(luò)
    5.2 遷移學(xué)習(xí)
    5.3 卷積神經(jīng)網(wǎng)絡(luò)可視化
    5.4 數(shù)據(jù)擴(kuò)增
    5.5 數(shù)據(jù)平衡
    5.6 模型集成
    5.7 實(shí)驗(yàn)
        5.7.1 分類器和數(shù)據(jù)集
        5.7.2 單模型實(shí)驗(yàn)
        5.7.3 多模型集成
        5.7.4 實(shí)驗(yàn)結(jié)果與討論
    5.8 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介



本文編號(hào)：3804644