基于多模態(tài)圖像的乳腺癌早期診斷和篩查
發(fā)布時間:2024-01-01 08:24
超聲檢查(Ultrasound,US)和乳腺鉬靶X線攝影(Mammography)檢查是乳腺癌早期診斷和篩查最常用、常規(guī)的技術手段。在超聲檢查中B型超聲和剪切波彈性成像(Shear-wave Elastography,SWE)在乳腺癌診斷方面相輔相成,為乳腺腫塊良惡性診斷提供幫助。在乳腺癌發(fā)展過程中乳腺密度(breast density)分級變化是一個重要特征,正確確定分級有助于預測乳腺癌的發(fā)展。本文即利用深度影像組學的方法,結合多模態(tài)數據(包括B型超聲、剪切波彈性成像和乳腺鉬靶X線攝影)來用于乳腺癌早期診斷和篩查;颊咴谧黾羟胁◤椥猿上駮型瑫r采集B型超聲影像,首先借助目標檢測算法在B型超聲圖像中檢測出乳腺腫塊,根據B型超聲和彈性超聲圖像對應關系,我們得到了基于彈性超聲圖像中乳腺腫塊以及周圍組織的感興趣區(qū)域。不同于腫塊分割方法,我們方法包含了乳腺腫塊以及腫塊周圍組織,腫塊周圍組織為腫塊良惡性診斷提供了更加豐富的信息和特征。然后利用彈性超聲圖像腫塊感興趣區(qū)域,利用深度卷積網絡(Deep convolutional neural networks,DCNN)提取高通量(high-thro...
【文章頁數】:74 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景與意義
1.2 國內外研究現狀分析
1.2.1 基于彈性超聲的乳腺癌診斷
1.2.2 基于鉬靶X線攝影乳腺密度分級
1.3 論文主要工作
1.4 論文創(chuàng)新點
第2章 影像組學方法簡介
2.1 影像組學概念
2.2 影像組學發(fā)展
2.3 影像組學結合卷積神經網絡應用
第3章 基于超聲圖像的乳腺腫塊檢測算法開發(fā)
3.1 目標檢測算法簡介
3.2 基于深度學習的目標檢測算法
3.3 乳腺腫塊檢測方法研究
3.3.1 乳腺腫塊超聲圖像標注
3.3.2 乳腺腫塊檢測方法
3.3.3 乳腺腫塊檢測實驗
3.3.4 乳腺腫塊檢測結果
3.4 方法對比
3.5 本章小結
第4章 基于彈性超聲圖像的乳腺腫塊良惡性診斷
4.1 彈性超聲數據及預處理
4.2 基于彈性超聲圖像乳腺腫塊良惡性診斷
4.2.1 乳腺腫塊良惡性診斷方法研究
4.2.2 乳腺腫塊良惡性診斷實驗
4.2.3 乳腺腫塊良惡性診斷實驗結果
4.3 方法對比
4.4 本章小結
第5章 基于乳腺鉬靶X線攝影的乳腺密度分級
5.1 基于乳腺鉬靶X線攝影的乳腺密度分級
5.1.1 乳腺密度簡介
5.1.2 乳腺密度分級研究
5.1.3 乳腺密度分級實驗
5.1.4 乳腺密度分級實驗結果
5.2 方法對比
5.3 本章小結
第6章 總結和展望
參考文獻
附錄
致謝
攻讀碩士學位期間的研究成果
本文編號:3876461
【文章頁數】:74 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景與意義
1.2 國內外研究現狀分析
1.2.1 基于彈性超聲的乳腺癌診斷
1.2.2 基于鉬靶X線攝影乳腺密度分級
1.3 論文主要工作
1.4 論文創(chuàng)新點
第2章 影像組學方法簡介
2.1 影像組學概念
2.2 影像組學發(fā)展
2.3 影像組學結合卷積神經網絡應用
第3章 基于超聲圖像的乳腺腫塊檢測算法開發(fā)
3.1 目標檢測算法簡介
3.2 基于深度學習的目標檢測算法
3.3 乳腺腫塊檢測方法研究
3.3.1 乳腺腫塊超聲圖像標注
3.3.2 乳腺腫塊檢測方法
3.3.3 乳腺腫塊檢測實驗
3.3.4 乳腺腫塊檢測結果
3.4 方法對比
3.5 本章小結
第4章 基于彈性超聲圖像的乳腺腫塊良惡性診斷
4.1 彈性超聲數據及預處理
4.2 基于彈性超聲圖像乳腺腫塊良惡性診斷
4.2.1 乳腺腫塊良惡性診斷方法研究
4.2.2 乳腺腫塊良惡性診斷實驗
4.2.3 乳腺腫塊良惡性診斷實驗結果
4.3 方法對比
4.4 本章小結
第5章 基于乳腺鉬靶X線攝影的乳腺密度分級
5.1 基于乳腺鉬靶X線攝影的乳腺密度分級
5.1.1 乳腺密度簡介
5.1.2 乳腺密度分級研究
5.1.3 乳腺密度分級實驗
5.1.4 乳腺密度分級實驗結果
5.2 方法對比
5.3 本章小結
第6章 總結和展望
參考文獻
附錄
致謝
攻讀碩士學位期間的研究成果
本文編號:3876461
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3876461.html
最近更新
教材專著