肝硬化是人們消化系統(tǒng)中的常見病,許多原因會引起肝硬化的產(chǎn)生,威脅人們生命健康。因此,研究肝硬化的識別具有十分重要的現(xiàn)實(shí)意義。但由于臨床醫(yī)師在基于醫(yī)學(xué)影像的肝部疾病診斷中會存在一定的主觀誤差,且肝部影像存在病理紋路不清晰、紋理特征不均勻等問題。所以,利用計算機(jī)輔助診斷技術(shù)進(jìn)行肝硬化的診斷有助于提高臨床診斷的效率和準(zhǔn)確率。傳統(tǒng)機(jī)器學(xué)習(xí)通過多種特征提取算法,形成特征向量,將特征向量輸入分類器對進(jìn)行分類,診斷識別準(zhǔn)確率不高,且存在大量時間和人力的浪費(fèi)問題,所以傳統(tǒng)的機(jī)器學(xué)習(xí)不能滿足診斷需求。對于以上所存在的缺點(diǎn),本文又采用了深度學(xué)習(xí)算法,其具有自動學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)中更具區(qū)分性的特征的能力,很好的解決了上述問題并且提高了識別區(qū)分肝硬化與正常肝病理圖像的準(zhǔn)確率。本文主要提出了兩種深度學(xué)習(xí)識別算法:（1）采用改進(jìn)的一種基于數(shù)據(jù)增廣的多尺度多特征卷積神經(jīng)網(wǎng)絡(luò)（Multi-Scale and Multi Feature CNN）模型。首先,在有限的肝硬化數(shù)據(jù)集上進(jìn)行數(shù)據(jù)增廣,將三種不同尺度的樣本作為模型輸入,模型同時學(xué)習(xí)到了不同尺度的特征;然后,將網(wǎng)絡(luò)不同層的多尺度信息做加權(quán)求和;此外,改進(jìn)了分類器權(quán)重... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

LeNet模型

青島大學(xué)碩士學(xué)位論文5第二章肝硬化識別與特征提取肝硬化是在肝部疾病中屬于較為常見的病癥，發(fā)病周期較漫長。它是由于肝細(xì)胞遭遇病毒或其他物質(zhì)入侵造成的。肝部的再生細(xì)胞不再按常規(guī)規(guī)律生長，脫離肝臟的纖維支架，產(chǎn)生假小葉和結(jié)節(jié)。而且，產(chǎn)生的結(jié)節(jié)之間的容易擠壓產(chǎn)生血流流向紊亂等現(xiàn)象。病情若不早發(fā)現(xiàn)早治療容易造成不可逆的另類疾病，嚴(yán)重時將會威脅人類生命。正常肝臟的超聲圖像呈均勻細(xì)小點(diǎn)狀回聲，紋理規(guī)則、清晰且平滑度較高，而肝硬化B超圖像存在紋理分布不均不規(guī)則，且有斑點(diǎn)狀的回聲等特征，如圖2.1所示：圖2.1正常肝與肝硬化對比2.1樣本選取及特征處理本文實(shí)驗(yàn)訓(xùn)練和測試的樣本數(shù)據(jù)，均通過青島大學(xué)附屬醫(yī)院的肝膽影像科獲得的超聲B超肝臟影響，并且在經(jīng)驗(yàn)豐富的臨床醫(yī)師指導(dǎo)下采用Matlab提取實(shí)驗(yàn)所需樣本的感興趣區(qū)域（RegionsOfInterest,ROI），采用56×56的像素大小圖像作為樣本，是由于若樣本像素尺寸過大，不僅會包含其他的生理組織影響模型判斷，而且影響醫(yī)學(xué)系統(tǒng)開銷導(dǎo)致效率低下。因此，通過不斷的調(diào)試和對比，在16×16，32×32，56×56，64×64，128×128等中選取了56×56為最優(yōu)化的方法，如圖2.2所示。圖2.2兩類肝臟圖像的ROI提取下圖顯示模型的數(shù)據(jù)集的一部分樣本示意圖。

青島大學(xué)碩士學(xué)位論文5第二章肝硬化識別與特征提取肝硬化是在肝部疾病中屬于較為常見的病癥，發(fā)病周期較漫長。它是由于肝細(xì)胞遭遇病毒或其他物質(zhì)入侵造成的。肝部的再生細(xì)胞不再按常規(guī)規(guī)律生長，脫離肝臟的纖維支架，產(chǎn)生假小葉和結(jié)節(jié)。而且，產(chǎn)生的結(jié)節(jié)之間的容易擠壓產(chǎn)生血流流向紊亂等現(xiàn)象。病情若不早發(fā)現(xiàn)早治療容易造成不可逆的另類疾病，嚴(yán)重時將會威脅人類生命。正常肝臟的超聲圖像呈均勻細(xì)小點(diǎn)狀回聲，紋理規(guī)則、清晰且平滑度較高，而肝硬化B超圖像存在紋理分布不均不規(guī)則，且有斑點(diǎn)狀的回聲等特征，如圖2.1所示：圖2.1正常肝與肝硬化對比2.1樣本選取及特征處理本文實(shí)驗(yàn)訓(xùn)練和測試的樣本數(shù)據(jù)，均通過青島大學(xué)附屬醫(yī)院的肝膽影像科獲得的超聲B超肝臟影響，并且在經(jīng)驗(yàn)豐富的臨床醫(yī)師指導(dǎo)下采用Matlab提取實(shí)驗(yàn)所需樣本的感興趣區(qū)域（RegionsOfInterest,ROI），采用56×56的像素大小圖像作為樣本，是由于若樣本像素尺寸過大，不僅會包含其他的生理組織影響模型判斷，而且影響醫(yī)學(xué)系統(tǒng)開銷導(dǎo)致效率低下。因此，通過不斷的調(diào)試和對比，在16×16，32×32，56×56，64×64，128×128等中選取了56×56為最優(yōu)化的方法，如圖2.2所示。圖2.2兩類肝臟圖像的ROI提取下圖顯示模型的數(shù)據(jù)集的一部分樣本示意圖。


本文編號：2962271