現(xiàn)代社會癌癥多發(fā),且發(fā)病人群越來越呈現(xiàn)年輕化的趨勢,而放射治療對治療很多惡性腫瘤都十分有效,比如頭頸癌,而放射治療方案需要拍攝病人病灶的計算機斷層掃描（Computed Tomography,CT）圖像,以進行放射劑量的規(guī)劃,同時也需要拍攝相應(yīng)空間結(jié)構(gòu)的磁共振（Magnetic Resonance,MR）圖像,以分割腫瘤組織與健康的器官。腫瘤病人需要分別拍攝MR和CT圖像,會造成較高的社會經(jīng)濟負擔(dān),效率低。而且,拍攝CT圖像時會使病人暴露在具有放射性的電離輻射中,對病人造成二次傷害。因此,本文先是對循環(huán)生成對抗網(wǎng)絡(luò)（Cycleconsistent Generative Adversarial Networks,CycleGAN）算法做了兩點改良,接著提出了基于循環(huán)生成對抗網(wǎng)絡(luò)的MR圖像合成CT圖像的算法,以期解決這些問題。首先,本文對原始的循環(huán)生成對抗網(wǎng)絡(luò)方法做了兩點改良,第一點針對循環(huán)生成網(wǎng)絡(luò)的損失函數(shù),通過添加L1距離函數(shù)來提高循環(huán)生成對抗網(wǎng)絡(luò)的合成效果;第二點針對訓(xùn)練數(shù)據(jù)集,通過數(shù)據(jù)增強的方式,獲得了大量實際中難以獲得的醫(yī)學(xué)圖像數(shù)據(jù),提升了訓(xùn)練數(shù)據(jù)集的容量。實驗結(jié)果表明,原始循環(huán)... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進技術(shù)研究院)廣東省

【文章頁數(shù)】：52 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 研究背景及意義
    1.2 MR合成CT任務(wù)概述
        1.2.1 MR圖像簡介
        1.2.2 CT圖像簡介
        1.2.3 MR合成CT難點分析
        1.2.4 MR合成CT評價標(biāo)準(zhǔn)簡述
        1.2.5 本文的研究內(nèi)容及結(jié)構(gòu)安排
第2章 國內(nèi)外研究現(xiàn)狀
    2.1 基于多圖譜配準(zhǔn)的圖像合成方法
    2.2 基于強度變換函數(shù)的圖像合成方法
    2.3 基于深度學(xué)習(xí)的圖像合成方法
    2.4 本章小結(jié)
第3章 循環(huán)生成對抗網(wǎng)絡(luò)的改良應(yīng)用
    3.1 引言
    3.2 循環(huán)生成對抗網(wǎng)絡(luò)概述
        3.2.1 生成對抗網(wǎng)絡(luò)
        3.2.2 循環(huán)生成對抗網(wǎng)絡(luò)
    3.3 算法的實驗應(yīng)用
        3.3.1 數(shù)據(jù)的獲取與預(yù)處理
        3.3.2 L1 距離函數(shù)
        3.3.3 數(shù)據(jù)增強
        3.3.4 實驗和結(jié)果
    3.4 本章小結(jié)
第4章 U型網(wǎng)絡(luò)循環(huán)生成對抗網(wǎng)絡(luò)的提出與應(yīng)用
    4.1 生成器網(wǎng)絡(luò)
    4.2 U型網(wǎng)絡(luò)循環(huán)生成對抗網(wǎng)絡(luò)
    4.3 算法的實驗對比
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 研究展望
參考文獻
致謝
作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號：3056296