近年來,乳腺癌已成為嚴(yán)重威脅女性健康的高發(fā)癌癥之一。通過早期發(fā)現(xiàn)和早期診斷是目前治療乳腺癌最好的方法,而鉬靶X線攝像是目前最適合進行普查的方法。本文的研究工作主要是基于深度學(xué)習(xí)方法對早期乳腺癌診斷的研究,探索深度學(xué)習(xí)方法在乳腺癌腫塊檢索上的應(yīng)用。以往的乳腺癌腫塊檢索大多數(shù)采用基于手工提取特征的機器學(xué)習(xí)方法,在檢索結(jié)果的語義和視覺相似性上有較大的局限性。近些年來深度學(xué)習(xí)在計算機視覺領(lǐng)域取得了突破性的發(fā)展,獲得了出色的應(yīng)用效果。本研究開展基于深度學(xué)習(xí)的乳腺鉬靶檢索方法研究,具體研究內(nèi)容包括以下兩個方面:（1）基于深度學(xué)習(xí)特征表達的乳腺鉬靶圖像檢索方法研究利用三種深度學(xué)習(xí)框架先對乳腺癌感興趣區(qū)域（Region Of Interest,ROI）進行良惡性二分類訓(xùn)練,選擇具有最佳分類效果的特征表達作為檢索搜索的特征向量,最后通過計算待診斷ROI與已確診影像庫中ROI特征向量之間的歐氏距離來進行檢索。從研究結(jié)果來看,Resnet模型能較好地提取乳腺癌良惡性的特征表達,通過計算特征表達的距離后得到檢索的平均分類精度和平均檢索精度（感知相似性的評價指標(biāo)）分別為0.90和0.62。（2）基于深度學(xué)習(xí)感知... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：53 頁

【學(xué)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 乳腺癌檢查方法
    1.3 乳腺癌計算機輔助診斷
    1.4 論文框架
第2章 乳腺腫瘤影像的計算機檢索技術(shù)
    2.1 基于內(nèi)容的乳腺圖像檢索
    2.2 基于感知相似性的研究
    2.3 基于深度學(xué)習(xí)的醫(yī)學(xué)圖像檢索
    2.4 本章小結(jié)
第3章 基于深度學(xué)習(xí)特征表達的乳腺鉬靶圖像檢索方法
    3.1 引言
    3.2 數(shù)據(jù)介紹
    3.3 基于深度學(xué)習(xí)特征表達的檢索算法整體框架
        3.3.1 哈希算法介紹
        3.3.2 三種深度學(xué)習(xí)算法介紹
            3.3.2.1 Alexnet網(wǎng)絡(luò)介紹
            3.3.2.2 VGG網(wǎng)絡(luò)介紹
            3.3.2.3 Resnet網(wǎng)絡(luò)介紹
        3.3.3 評價指標(biāo)
    3.4 實驗過程與結(jié)果
    3.5 本章小結(jié)
第4章 基于深度學(xué)習(xí)感知相似性的乳腺鉬靶圖像檢索方法
    4.1 引言
    4.2 基于感知相似性的框架
        4.2.1 檢索流程
        4.2.2 網(wǎng)絡(luò)原理
        4.2.3 網(wǎng)絡(luò)參數(shù)
    4.3 訓(xùn)練與結(jié)果分析
        4.3.1 評價指標(biāo)
        4.3.2 結(jié)果分析
    4.4 網(wǎng)絡(luò)優(yōu)化
        4.4.1 兩層網(wǎng)絡(luò)框架
        4.4.2 約束的感知相似性檢索
    4.5 本章小結(jié)
第5章 研究工作總結(jié)與展望
    5.1 工作總結(jié)與創(chuàng)新點
    5.2 工作展望
致謝
參考文獻
附錄 作者在讀期間發(fā)表的學(xué)術(shù)論文及參加的科研項目



本文編號：3042046