【摘要】：利用深度學習方法輔助醫(yī)學圖像信息處理是屬于人工智能技術(shù)在醫(yī)學領(lǐng)域的應(yīng)用與研究。基于體素的腦腫瘤圖像分割任務(wù)最重要的工作是對腦腫瘤組織區(qū)域像素實現(xiàn)高精度的分類。但是由于腦腫瘤出現(xiàn)在大腦的空間位置具有隨機性,利用傳統(tǒng)的分割方法具有一定的局限性,并且準確度也不能滿足現(xiàn)實要求。為解決以上問題,充分利用深度學習方法強大的非線性表征能力,并能夠理解圖像更深層次的信息;本文利用深度學習方法中的卷積神經(jīng)網(wǎng)絡(luò)模型處理腦腫瘤圖像的分類標注任務(wù);并對訓練過程中參數(shù)優(yōu)化過程做出了改進。首先介紹了卷積神經(jīng)網(wǎng)絡(luò)的在圖像處理領(lǐng)域的原理以及操作方法。然后在兩路卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的基礎(chǔ)上,對本地通路技巧性的設(shè)置了12層卷積;在考慮到像素區(qū)域標簽之間的依賴性時,模擬條件隨機場的情況,設(shè)計了輸入串聯(lián)結(jié)構(gòu);對于解決輸入像素區(qū)域受限的問題,設(shè)計了多池化輸入模型;最后通過實驗,準確度達到83%,驗證了模型改進的有效性。然后對不同的梯度下降法原理進行了介紹,然后提出改進型Adam算法,并使用它來適應(yīng)性地調(diào)整學習率;然后將改進型Adam算法,應(yīng)用于多池化輸入串聯(lián)兩路卷積神經(jīng)網(wǎng)絡(luò)的訓練過程,并且在實驗過程中與其他的隨機梯度下降法做了對比,表明了改進型Adam,在訓練過程中效率更高,對大規(guī)模的數(shù)據(jù)訓練具有重要意義。
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 陳柏潤，王曉京;圖像合成的軟件設(shè)計[J];計算機應(yīng)用研究;1996年04期

2 齊丹;;圖像合成技術(shù)的應(yīng)用概述[J];商;2014年01期

3 胡琳;淺談天氣預(yù)報節(jié)目電腦圖像合成技術(shù)[J];陜西氣象;2000年05期

4 大衛(wèi)·布魯克;圖像合成技巧讓牛仔與駿馬更完美[J];中國傳媒科技;2002年09期

5 杜成,蘇光大;用于人臉識別的正面人臉圖像眼鏡摘除[J];清華大學學報(自然科學版);2005年07期

6 申澤;俞英;;論多媒體聲音與圖像的合成[J];新聞愛好者(理論版);2007年07期

7 蔣愛德;扈少華;;彩色圖像合成技術(shù)分析[J];鄭州牧業(yè)工程高等專科學校學報;2008年04期

8 孟祥釗;;基于3D4U的立體圖像合成[J];數(shù)碼印刷;2008年02期

9 李瑞瑞;張一天;秦桂明;秦開懷;;并行繪制系統(tǒng)中基于網(wǎng)絡(luò)處理單元的圖像合成及顯示[J];計算機應(yīng)用;2011年01期

10 朱曉波;陳勇;王嫻菁;;數(shù)碼圖像合成中的摳圖方法與技巧[J];電腦知識與技術(shù);2011年09期

相關(guān)會議論文 前10條

1 曹玫璇;王章野;李理;彭群生;;基于個性化原型的人臉衰老圖像合成[A];中國計算機圖形學進展2008--第七屆中國計算機圖形學大會論文集[C];2008年

2 陸宗騏;朱煜;;圖像合成原理及其實現(xiàn)[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

3 楊林森;陶冰潔;;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像內(nèi)容融合[A];全國第一屆信號處理學術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

4 趙莎;樂光新;;一種適于視頻會議的多會場圖像合成方法[A];2008年中國高校通信類院系學術(shù)研討會論文集（上冊）[C];2009年

5 尹寶才;高文;晏潔;;三維人臉變形模型和面部圖像合成——面向合成編碼的面部圖像合成方法[A];信息科學與微電子技術(shù):中國科協(xié)第三屆青年學術(shù)年會論文集[C];1998年

6 黃靜;王希;齊東旭;唐澤圣;;基于二值掩碼圖像的圖像合成方法及其應(yīng)用[A];中國計算機圖形學進展2008--第七屆中國計算機圖形學大會論文集[C];2008年

7 程燕;;偽造圖像司法鑒定技術(shù)研究[A];全國計算機安全學術(shù)交流會論文集（第二十四卷）[C];2009年

8 錢霖;;兩幀圖像合成的“亞象元”方法[A];首屆信息獲取與處理學術(shù)會議論文集[C];2003年

9 孫宏海;李桂菊;李靜宇;;高速圖像長時間無損記錄系統(tǒng)的設(shè)計與實現(xiàn)[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

10 尹顯東;姚軍;唐丹;王欣;潘云;李在銘;;基于內(nèi)容的視頻信息屏障技術(shù)研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

相關(guān)重要報紙文章 前10條

1 清華大學 李迎春;多姿態(tài)人臉圖像的估計及合成[N];計算機世界;2006年

2 劉亭;圖像——色彩里倘佯[N];中國電腦教育報;2002年

3 劉東波;輕松縫合破碎圖像[N];計算機世界;2004年

4 福建 陳旭波;JPEG圖像完美壓縮[N];電腦報;2003年

5 趙力 記者 張哲浩;看看多少年后自己是什么模樣[N];科技日報;2005年

6 姜士文;圖像與視頻:“傻瓜”即為主流[N];中國計算機報;2002年

7 清華大學 王俊艷;年齡變化的人臉識別[N];計算機世界;2006年

8 夢劇;觸手可及的佳能全畫幅EOS 6D發(fā)布[N];中國攝影報;2012年

9 圖像點青;靈感重現(xiàn)[N];中國電腦教育報;2003年

10 本報記者 張楠;3D顯示浮出水面？[N];中國計算機報;2009年

相關(guān)博士學位論文 前10條

1 黃臣程;魯棒的主動輪廓圖像分割模型研究及其應(yīng)用[D];重慶大學;2015年

2 王楠楠;異質(zhì)人臉圖像合成及其應(yīng)用研究[D];西安電子科技大學;2015年

3 吳昊;高效圖像合成技術(shù)研究[D];云南大學;2013年

4 李旭東;人臉圖像合成技術(shù)研究及數(shù)字水印技術(shù)[D];浙江大學;2005年

5 胡偉平;基于認知邏輯的個性化人臉圖像合成研究[D];西南大學;2014年

6 管宇;圖像和視頻的便捷摳圖技術(shù)研究[D];浙江大學;2008年

7 謝志峰;可視媒體交互與合成技術(shù)研究[D];上海交通大學;2012年

8 杜振龍;圖像—視頻摳像技術(shù)的研究[D];浙江大學;2007年

9 杜楊洲;基于統(tǒng)計學習的人臉圖像合成方法研究[D];清華大學;2004年

10 潘剛;基于語義的圖像顯示適配技術(shù)研究[D];天津大學;2002年

相關(guān)碩士學位論文 前10條

1 孫小喃;基于兩視點的任意虛擬視點圖像合成方法研究[D];長安大學;2015年

2 鄭博;中層線索指導的圖像補全算法研究[D];華南理工大學;2015年

3 左鴻緒;基于3D重建技術(shù)的圖像合成[D];電子科技大學;2014年

4 朱恒爍;傳統(tǒng)民間布塑[D];中央美術(shù)學院;2015年

5 林智煜;基于海量高維圖像的大數(shù)據(jù)處理框架[D];電子科技大學;2014年

6 祁長紅;基于正交圖像的頭部三維模型構(gòu)建[D];東南大學;2015年

7 張燕群;基于圖像的蛋白質(zhì)亞細胞定位[D];福建農(nóng)林大學;2015年

8 牛世元;基于Web的DCM圖像解析和三維重建可視化[D];河北師范大學;2016年

9 王慶敏;圖像前景提取的算法研究與實現(xiàn)[D];東北大學;2014年

10 李夢蛟;基于圖像的機器人肝癌熱消融手術(shù)術(shù)前規(guī)劃系統(tǒng)的開發(fā)與研究[D];蘭州大學;2016年

本文編號：2795876