隨著工業(yè)化發(fā)展、人們的生活環(huán)境和生活方式的變化,腦腫瘤及腦血管疾病逐漸成為中國第一死因,而早診斷早治療則有助于降低病人的死亡率。腦腫瘤及腦血管疾病的診斷、手術(shù)規(guī)劃及術(shù)后治療效果評估,往往依賴于核磁共振成像（Magnetic Resonance Imaging,MRI）計算機斷層掃描（Computed Tomography,CT）等醫(yī)學(xué)成像技術(shù)。由于存在大量的影像數(shù)據(jù),手工提取感興趣區(qū)域費時費力,因此從影像中自動化提取腦血管和腦腫瘤區(qū)域是計算機診療輔助系統(tǒng)的基礎(chǔ)。本文從醫(yī)學(xué)影像特點出發(fā),圍繞基于神經(jīng)網(wǎng)絡(luò)的腦血管分割和基于神經(jīng)網(wǎng)絡(luò)的腦腫瘤分割開展研究,從不同角度出發(fā),提出了多種基于深度神經(jīng)網(wǎng)絡(luò)的解決方案。1.提出了基于多模態(tài)卷積神經(jīng)網(wǎng)絡(luò)的腦血管分割算法在腦血管分割上,本文首先引入了卷積神經(jīng)網(wǎng)絡(luò)模型,并詳細討論了不同網(wǎng)絡(luò)參數(shù)對腦血管分割結(jié)果的影響。在此基礎(chǔ)上,本文采用了高斯濾波及拉普拉斯濾波分別處理原始影像,并使用三個并行的卷積神經(jīng)網(wǎng)絡(luò)對這三種影像進行分割,最后融合三種影像的結(jié)果。該算法能夠降低影像中噪聲的影響以及影像中非血管組織的影響。經(jīng)實驗驗證,本算法要優(yōu)于傳統(tǒng)腦血管分割算法,且多模態(tài)卷... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：111 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
        1.1.1 腦血管分割
        1.1.2 腦腫瘤分割
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 腦血管分割
        1.2.2 腦腫瘤分割
    1.3 研究內(nèi)容及主要創(chuàng)新點
    1.4 論文組織結(jié)構(gòu)
第二章 基礎(chǔ)知識
    2.1 人工神經(jīng)網(wǎng)絡(luò)
        2.1.1 簡介
        2.1.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.3 對抗生成網(wǎng)絡(luò)
    2.2 常用的基于CNN的圖像分割框架
        2.2.1 基于圖像塊的分割方法
        2.2.2 常用的端到端的分割方法
    2.3 數(shù)據(jù)集及評價指標(biāo)
        2.3.1 腦血管分割數(shù)據(jù)集及評價指標(biāo)
        2.3.2 腦腫瘤分割數(shù)據(jù)集及評價指標(biāo)
    2.4 小結(jié)
第三章 基于卷積神經(jīng)網(wǎng)絡(luò)的腦血管分割
    3.1 相關(guān)研究
    3.2 基于CNN的腦血管分割算法
        3.2.1 模型框架
        3.2.2 實驗與分析
    3.3 基于多模態(tài)CNN的腦血管分割算法
        3.3.1 模型框架
        3.3.2 實驗與分析
    3.4 小結(jié)
第四章 基于基礎(chǔ)網(wǎng)絡(luò)模型的腦腫瘤分割
    4.1 基于對抗生成網(wǎng)絡(luò)的腦腫瘤分割算法
        4.1.1 相關(guān)研究
        4.1.2 模型框架
        4.1.3 實驗與分析
    4.2 基于同一特征空間的腦腫瘤分割算法
        4.2.1 模型框架
        4.2.2 實驗與分析
    4.3 小結(jié)
第五章 基于注意力機制的腦腫瘤分割
    5.1 基于對稱性的腦腫瘤分割算法
        5.1.1 相關(guān)研究
        5.1.2 模型框架
        5.1.3 實驗與分析
    5.2 兩階段由粗到細的腦腫瘤分割算法
        5.2.1 相關(guān)研究
        5.2.2 模型框架
        5.2.3 實驗與分析
    5.3 小結(jié)
第六章 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 未來工作展望
致謝
參考文獻
攻讀博士學(xué)位期間取得的成果


【參考文獻】：
期刊論文
[1]基于自適應(yīng)聚類中心的腦血管分割方法[J]. 王喆,趙世鳳,田沄,王學(xué)松,周明全.  鄭州大學(xué)學(xué)報(工學(xué)版). 2019(01)
[2]基于高斯-馬爾科夫隨機場模型的腦血管分割算法研究[J]. 曹容菲,張美霞,王醒策,武仲科,周明全,田沄,劉新宇.  電子與信息學(xué)報. 2014(09)



本文編號：3039811