腎癌是泌尿系統(tǒng)常見(jiàn)疾病,其逐年上升的發(fā)病率和死亡率對(duì)人類(lèi)健康構(gòu)成嚴(yán)重威脅。腎癌診斷精度的提高有助于對(duì)腎癌的準(zhǔn)確分期,對(duì)于制定治療方案以及預(yù)后判斷至關(guān)重要。PET/CT既能夠進(jìn)行病灶精準(zhǔn)定位,又能獲得代謝和功能信息,是臨床上腎癌影像學(xué)診斷中的常用技術(shù)。臨床上醫(yī)生對(duì)PET/CT影像的分析會(huì)受到多方面因素的影響。隨著計(jì)算機(jī)技術(shù)的不斷進(jìn)步,設(shè)計(jì)準(zhǔn)確性高、魯棒性強(qiáng)的腎癌分類(lèi)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)腎癌準(zhǔn)確高效地進(jìn)行分類(lèi)和篩查成為研究熱點(diǎn)。本論文對(duì)腎癌分類(lèi)算法進(jìn)行全面深入的研究。利用卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力,充分挖掘復(fù)雜PET/CT高度抽象的特征,通過(guò)遷移預(yù)訓(xùn)練的模型參數(shù),實(shí)現(xiàn)源域通用特征到目標(biāo)域過(guò)渡的同時(shí)降低模型對(duì)訓(xùn)練數(shù)據(jù)量和時(shí)間的需求,通過(guò)將PET影像和CT影像進(jìn)行深度特征融合,實(shí)現(xiàn)特征的充分利用,最終實(shí)現(xiàn)更優(yōu)的腎癌分類(lèi)性能。論文的主要研究?jī)?nèi)容包括以下幾方面:首先,對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)理論進(jìn)行研究,深入理解各層的工作原理、訓(xùn)練及優(yōu)化過(guò)程,并在此基礎(chǔ)上分析目前在醫(yī)學(xué)影像分類(lèi)領(lǐng)域應(yīng)用深度學(xué)習(xí)的困難和局限性,引出遷移學(xué)習(xí)的理論,并詳細(xì)分析遷移學(xué)習(xí)特點(diǎn)和優(yōu)勢(shì)。對(duì)于深度學(xué)習(xí)中面對(duì)樣本量較小的局限性,從數(shù)據(jù)模... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 國(guó)內(nèi)外在該方向的研究現(xiàn)狀及分析
        1.2.1 醫(yī)學(xué)影像分類(lèi)方法研究現(xiàn)狀
        1.2.2 卷積神經(jīng)網(wǎng)絡(luò)理論研究現(xiàn)狀
        1.2.3 遷移學(xué)習(xí)理論研究現(xiàn)狀
    1.3 本課題主要的研究?jī)?nèi)容及結(jié)構(gòu)安排
第2章 深度學(xué)習(xí)和遷移學(xué)習(xí)基礎(chǔ)理論研究
    2.1 引言
    2.2 深度學(xué)習(xí)理論研究
        2.2.1 深度學(xué)習(xí)基本原理
        2.2.2 二維卷積神經(jīng)網(wǎng)絡(luò)
        2.2.3 三維卷積神經(jīng)網(wǎng)絡(luò)
        2.2.4 常用正則化方法
    2.3 遷移學(xué)習(xí)理論研究
        2.3.1 遷移學(xué)習(xí)理論研究
        2.3.2 遷移學(xué)習(xí)在卷積神經(jīng)網(wǎng)絡(luò)上的應(yīng)用
    2.4 本章小結(jié)
第3章 基于特征融合的PET/CT腎癌分類(lèi)
    3.1 引言
    3.2 實(shí)驗(yàn)數(shù)據(jù)介紹
    3.3 PET/CT成像特點(diǎn)和預(yù)處理方法研究
        3.3.1 PET/CT影像學(xué)特點(diǎn)
        3.3.2 DICOM文件存儲(chǔ)
        3.3.3 PET/CT預(yù)處理方法
    3.4 傳統(tǒng)醫(yī)學(xué)影像分類(lèi)方法介紹
        3.4.1 尺度不變特征變換
        3.4.2 視覺(jué)詞袋算法
        3.4.3 支持向量機(jī)
    3.5 基于特征融合的PET/CT腎癌分類(lèi)
        3.5.1 遷移學(xué)習(xí)
        3.5.2 PET/CT影像特征融合
        3.5.3 基于特征融合的PET/CT腎癌分類(lèi)
    3.6 實(shí)驗(yàn)與結(jié)果分析
        3.6.1 模型訓(xùn)練細(xì)節(jié)與對(duì)比實(shí)驗(yàn)參數(shù)設(shè)置
        3.6.2 實(shí)驗(yàn)結(jié)果分析
    3.7 本章小結(jié)
第4章 基于三維卷積神經(jīng)網(wǎng)絡(luò)的PET/CT腎癌分類(lèi)
    4.1 引言
    4.2 實(shí)驗(yàn)數(shù)據(jù)介紹
    4.3 基于三維卷積神經(jīng)網(wǎng)絡(luò)的PET/CT腎癌分類(lèi)
        4.3.1 基于三維卷積神經(jīng)網(wǎng)絡(luò)的特征提取
        4.3.2 基于三維卷積神經(jīng)網(wǎng)絡(luò)的PET/CT腎癌分類(lèi)
    4.4 實(shí)驗(yàn)與結(jié)果分析
        4.4.1 模型訓(xùn)練細(xì)節(jié)與對(duì)比實(shí)驗(yàn)參數(shù)設(shè)置
        4.4.2 實(shí)驗(yàn)結(jié)果分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于影像的病腦檢測(cè)方法綜述[J]. 賈文娟,王水花,張煜東.  計(jì)算機(jī)工程與應(yīng)用. 2018(11)
[2]基于多模態(tài)3D-CNNs特征提取的MRI腦腫瘤分割方法[J]. 羅蔓,黃靖,楊豐.  科學(xué)技術(shù)與工程. 2014(31)
[3]遷移學(xué)習(xí)研究進(jìn)展[J]. 莊福振,羅平,何清,史忠植.  軟件學(xué)報(bào). 2015(01)
[4]18F-FDG PET/CT顯像在腎癌中的臨床應(yīng)用價(jià)值[J]. 李楊,齊琳,葉慧.  臨床泌尿外科雜志. 2008(12)

碩士論文
[1]基于CT圖像的肺部腫瘤識(shí)別[D]. 吳遂愿.上海交通大學(xué) 2013



本文編號(hào)：3207794