基于深度學(xué)習(xí)的肺結(jié)節(jié)CT圖像哈希檢索方法研究
發(fā)布時(shí)間:2023-11-12 16:45
面對呈爆炸式增長的肺結(jié)節(jié)計(jì)算機(jī)斷層掃描(Computed Tomography,CT)圖像,能夠迅速準(zhǔn)確的對肺結(jié)節(jié)CT圖像做出診斷,變成了一份艱難的工作。利用已經(jīng)確診的肺癌數(shù)據(jù)庫中病例數(shù)據(jù),通過肺結(jié)節(jié)CT圖像檢索,為醫(yī)生提供了一種參考依據(jù),從而降低誤診誤判的幾率。因此,肺結(jié)節(jié)CT圖像的檢索,在醫(yī)生診斷過程中有著十分重要的意義。雖然傳統(tǒng)的檢索方法已經(jīng)顯著成效,但是仍有很多問題需要解決,而針對這些問題,本文研究內(nèi)容如下:(1)針對原始數(shù)據(jù)對肺結(jié)節(jié)CT圖像檢索存在較大誤差的問題,本文首先對肺結(jié)節(jié)CT圖像進(jìn)行預(yù)處理:主要包括病灶提取過程。通過實(shí)驗(yàn)對比最終采用最大類間方差法,形態(tài)學(xué)膨脹腐蝕,以及最大連通區(qū)域算法等方法實(shí)現(xiàn)肺結(jié)節(jié)CT圖像的預(yù)處理過程,實(shí)驗(yàn)效果顯著。(2)針對肺結(jié)節(jié)CT圖像特征深層數(shù)據(jù)挖掘的問題,本文采用深度學(xué)習(xí)的方法對肺結(jié)節(jié)CT圖像進(jìn)行檢索:主要采用基于深度置信網(wǎng)絡(luò)(Deep Belief Network,DBNs)和迭代量化(Iterative Quantization,ITQ)搭建肺結(jié)節(jié)CT圖像無監(jiān)督哈希檢索模型。實(shí)驗(yàn)結(jié)果表明,本方法在提高查準(zhǔn)率和查全率等指標(biāo)上效果明顯。(3)...
【文章頁數(shù)】:57 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 傳統(tǒng)方法醫(yī)學(xué)圖像檢索研究現(xiàn)狀
1.2.2 基于深度學(xué)習(xí)的醫(yī)學(xué)圖像檢索研究現(xiàn)狀
1.3 本文研究的主要內(nèi)容
第2章 肺結(jié)節(jié)CT圖像的醫(yī)學(xué)征象和預(yù)處理
2.1 肺結(jié)節(jié)CT圖像醫(yī)學(xué)征象
2.2 肺結(jié)節(jié)CT圖像數(shù)據(jù)庫介紹
2.3 肺實(shí)質(zhì)的提取
2.3.1 圖像閾值二值化分割
2.3.2 形態(tài)學(xué)膨脹腐蝕
2.3.3 肺實(shí)質(zhì)的提取結(jié)果
2.4 肺結(jié)節(jié)病灶區(qū)域提取以及預(yù)處理
2.5 本章小結(jié)
第3章 深度置信網(wǎng)絡(luò)和迭代量化的肺結(jié)節(jié)CT圖像檢索方法
3.1 深度置信網(wǎng)絡(luò)和迭代量化的模型構(gòu)建
3.1.1 深度置信網(wǎng)絡(luò)(DBNs)
3.1.2 生成玻爾茲曼機(jī)
3.1.3 DBNs的非監(jiān)督訓(xùn)練
3.1.4 迭代量化(ITQ)哈希方法
3.1.5 DBN-ITQ模型
3.2 相似性度量
3.3 圖像檢索過程
3.4 實(shí)驗(yàn)和結(jié)果分析
3.4.1 評價(jià)指標(biāo)
3.4.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置
3.4.3 實(shí)驗(yàn)結(jié)果分析
3.5 本章小結(jié)
第4章 基于遷移學(xué)習(xí)的肺結(jié)節(jié)CT圖像二進(jìn)制檢索方法
4.1 遷移學(xué)習(xí)模型的搭建
4.2 模型遷移的哈希編碼
4.3 分層深度檢索
4.3.1 粗略檢索
4.3.2 精細(xì)檢索
4.4 實(shí)驗(yàn)與結(jié)果分析
4.4.1 實(shí)驗(yàn)數(shù)據(jù)處理
4.4.2 評價(jià)指標(biāo)
4.4.3 肺結(jié)節(jié)圖像的分類性能
4.4.4 肺結(jié)節(jié)圖像的檢索性能
4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及獲得成果
致謝
本文編號:3863546
【文章頁數(shù)】:57 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 傳統(tǒng)方法醫(yī)學(xué)圖像檢索研究現(xiàn)狀
1.2.2 基于深度學(xué)習(xí)的醫(yī)學(xué)圖像檢索研究現(xiàn)狀
1.3 本文研究的主要內(nèi)容
第2章 肺結(jié)節(jié)CT圖像的醫(yī)學(xué)征象和預(yù)處理
2.1 肺結(jié)節(jié)CT圖像醫(yī)學(xué)征象
2.2 肺結(jié)節(jié)CT圖像數(shù)據(jù)庫介紹
2.3 肺實(shí)質(zhì)的提取
2.3.1 圖像閾值二值化分割
2.3.2 形態(tài)學(xué)膨脹腐蝕
2.3.3 肺實(shí)質(zhì)的提取結(jié)果
2.4 肺結(jié)節(jié)病灶區(qū)域提取以及預(yù)處理
2.5 本章小結(jié)
第3章 深度置信網(wǎng)絡(luò)和迭代量化的肺結(jié)節(jié)CT圖像檢索方法
3.1 深度置信網(wǎng)絡(luò)和迭代量化的模型構(gòu)建
3.1.1 深度置信網(wǎng)絡(luò)(DBNs)
3.1.2 生成玻爾茲曼機(jī)
3.1.3 DBNs的非監(jiān)督訓(xùn)練
3.1.4 迭代量化(ITQ)哈希方法
3.1.5 DBN-ITQ模型
3.2 相似性度量
3.3 圖像檢索過程
3.4 實(shí)驗(yàn)和結(jié)果分析
3.4.1 評價(jià)指標(biāo)
3.4.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置
3.4.3 實(shí)驗(yàn)結(jié)果分析
3.5 本章小結(jié)
第4章 基于遷移學(xué)習(xí)的肺結(jié)節(jié)CT圖像二進(jìn)制檢索方法
4.1 遷移學(xué)習(xí)模型的搭建
4.2 模型遷移的哈希編碼
4.3 分層深度檢索
4.3.1 粗略檢索
4.3.2 精細(xì)檢索
4.4 實(shí)驗(yàn)與結(jié)果分析
4.4.1 實(shí)驗(yàn)數(shù)據(jù)處理
4.4.2 評價(jià)指標(biāo)
4.4.3 肺結(jié)節(jié)圖像的分類性能
4.4.4 肺結(jié)節(jié)圖像的檢索性能
4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及獲得成果
致謝
本文編號:3863546
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3863546.html
最近更新
教材專著