隨著國(guó)民生活水平的日益提高,前列腺疾病目前成為對(duì)男性群體健康的最大威脅之一。經(jīng)直腸超聲圖像(TRUS)具有實(shí)時(shí)、廉價(jià)和無(wú)損的優(yōu)點(diǎn),在前列腺疾病的預(yù)防、診斷和治療中被廣泛的應(yīng)用。特別在前列腺癌癥的治療和診斷中,活檢針放置等臨床應(yīng)用的需求日益增加,快速及精確的TRUS圖像分割成為了一項(xiàng)必不可少的技術(shù)需求。由于傳統(tǒng)的手動(dòng)分割TRUS圖像分割方法不僅依賴診斷醫(yī)生的經(jīng)驗(yàn),而且分割效率低。因此,高效、精確的TRUS圖像分割成為實(shí)時(shí)前列腺癌變精準(zhǔn)手術(shù)的關(guān)鍵之一。本文提出了基于Mask R-CNN的TRUS圖像分割方法TSNet(TRUS Segmentation Network)。利用MFPN網(wǎng)絡(luò)在多尺度特征圖上通過(guò)控制通道規(guī)模來(lái)強(qiáng)化特征。為了有效利用不同尺度下的特征,網(wǎng)絡(luò)采用自上而下的側(cè)向連接,并在不同尺度的特征上進(jìn)行預(yù)測(cè),不斷重復(fù)這個(gè)過(guò)程,產(chǎn)生含有豐富語(yǔ)義特征的特征并將特征融合。在RPN階段提出E-OHEM優(yōu)化算法和新的Anchor機(jī)制,根據(jù)TRUS圖像前列腺目標(biāo)區(qū)域的尺寸統(tǒng)計(jì)來(lái)改變Anchor比例。在小批量采樣過(guò)程中按照一定比例的正負(fù)樣本進(jìn)行隨機(jī)采樣,并使用非極大抑制移除重疊度高的感興趣區(qū)域,不...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1前列腺TRUS圖像

第一章緒論1第一章緒論1.1課題研究背景及意義男性人群當(dāng)中前列腺癌是最為常見的癌癥，根據(jù)AmericanCancerSociety的最新的調(diào)查發(fā)現(xiàn)，2019年美國(guó)大約有191930的新增前列腺癌癥的患者，并且有33330人死于前列腺癌，約有九分之一的男性一生中將被診斷患有前列腺癌....

圖2-4MaxPool運(yùn)算

天津工業(yè)大學(xué)碩士學(xué)位論文14變，但對(duì)于整體圖像而言，池化操作在加強(qiáng)主要特征的同時(shí)，減輕了對(duì)輸入數(shù)據(jù)的敏感程度，增強(qiáng)了魯棒性。在CNN網(wǎng)絡(luò)結(jié)構(gòu)中的連續(xù)卷積層之間插入池化層，不僅可以減少了空間尺寸，同時(shí)可以降低神經(jīng)網(wǎng)絡(luò)中的參數(shù)數(shù)量以及計(jì)算開銷。有時(shí)為了防止出現(xiàn)過(guò)擬合現(xiàn)象也會(huì)加入適當(dāng)尺....

圖2-6CNN與FCN對(duì)比示意圖

第二章卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)理論17圖2-6CNN與FCN對(duì)比示意圖原圖每經(jīng)過(guò)一次卷積和池化處理后生成特征圖尺寸大小都為卷積前的1/2，其中經(jīng)過(guò)pool3與pool4處理后的特征都需要保留。對(duì)圖像進(jìn)行第五次卷積和池化處理后特征圖變?yōu)樵瓐D的1/32，而conv6和conv7之后操作在不....

圖2-8U-Net網(wǎng)絡(luò)結(jié)構(gòu)示意圖

天津工業(yè)大學(xué)碩士學(xué)位論文18一定程度上增大感受野，然而卻丟失相當(dāng)一部分空間信息，這對(duì)于分割問(wèn)題來(lái)說(shuō)無(wú)疑是不可取的。2.3.2U-Net網(wǎng)絡(luò)結(jié)構(gòu)特性如圖2-8所示，U-Net作為語(yǔ)義分割網(wǎng)絡(luò)，其結(jié)構(gòu)是在FCN結(jié)構(gòu)的基礎(chǔ)上擴(kuò)展而來(lái)的。該結(jié)構(gòu)分別由右側(cè)的上采樣部分和左側(cè)的特征提取兩部分....

本文編號(hào)：4031643