腎癌是泌尿系統(tǒng)常見疾病,其逐年上升的發(fā)病率和死亡率對人類健康構成嚴重威脅。腎癌診斷精度的提高有助于對腎癌的準確分期,對于制定治療方案以及預后判斷至關重要。PET/CT既能夠進行病灶精準定位,又能獲得代謝和功能信息,是臨床上腎癌影像學診斷中的常用技術。臨床上醫(yī)生對PET/CT影像的分析會受到多方面因素的影響。隨著計算機技術的不斷進步,設計準確性高、魯棒性強的腎癌分類網(wǎng)絡實現(xiàn)對腎癌準確高效地進行分類和篩查成為研究熱點。本論文對腎癌分類算法進行全面深入的研究。利用卷積神經(jīng)網(wǎng)絡強大的特征提取能力,充分挖掘復雜PET/CT高度抽象的特征,通過遷移預訓練的模型參數(shù),實現(xiàn)源域通用特征到目標域過渡的同時降低模型對訓練數(shù)據(jù)量和時間的需求,通過將PET影像和CT影像進行深度特征融合,實現(xiàn)特征的充分利用,最終實現(xiàn)更優(yōu)的腎癌分類性能。論文的主要研究內(nèi)容包括以下幾方面:首先,對深度卷積神經(jīng)網(wǎng)絡的基礎理論進行研究,深入理解各層的工作原理、訓練及優(yōu)化過程,并在此基礎上分析目前在醫(yī)學影像分類領域應用深度學習的困難和局限性,引出遷移學習的理論,并詳細分析遷移學習特點和優(yōu)勢。對于深度學習中面對樣本量較小的局限性,從數(shù)據(jù)模... 

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

【文章頁數(shù)】：71 頁

【學位級別】：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 國內(nèi)外在該方向的研究現(xiàn)狀及分析
        1.2.1 醫(yī)學影像分類方法研究現(xiàn)狀
        1.2.2 卷積神經(jīng)網(wǎng)絡理論研究現(xiàn)狀
        1.2.3 遷移學習理論研究現(xiàn)狀
    1.3 本課題主要的研究內(nèi)容及結構安排
第2章 深度學習和遷移學習基礎理論研究
    2.1 引言
    2.2 深度學習理論研究
        2.2.1 深度學習基本原理
        2.2.2 二維卷積神經(jīng)網(wǎng)絡
        2.2.3 三維卷積神經(jīng)網(wǎng)絡
        2.2.4 常用正則化方法
    2.3 遷移學習理論研究
        2.3.1 遷移學習理論研究
        2.3.2 遷移學習在卷積神經(jīng)網(wǎng)絡上的應用
    2.4 本章小結
第3章 基于特征融合的PET/CT腎癌分類
    3.1 引言
    3.2 實驗數(shù)據(jù)介紹
    3.3 PET/CT成像特點和預處理方法研究
        3.3.1 PET/CT影像學特點
        3.3.2 DICOM文件存儲
        3.3.3 PET/CT預處理方法
    3.4 傳統(tǒng)醫(yī)學影像分類方法介紹
        3.4.1 尺度不變特征變換
        3.4.2 視覺詞袋算法
        3.4.3 支持向量機
    3.5 基于特征融合的PET/CT腎癌分類
        3.5.1 遷移學習
        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
    3.6 實驗與結果分析
        3.6.1 模型訓練細節(jié)與對比實驗參數(shù)設置
        3.6.2 實驗結果分析
    3.7 本章小結
第4章 基于三維卷積神經(jīng)網(wǎng)絡的PET/CT腎癌分類
    4.1 引言
    4.2 實驗數(shù)據(jù)介紹
    4.3 基于三維卷積神經(jīng)網(wǎng)絡的PET/CT腎癌分類
        4.3.1 基于三維卷積神經(jīng)網(wǎng)絡的特征提取
        4.3.2 基于三維卷積神經(jīng)網(wǎng)絡的PET/CT腎癌分類
    4.4 實驗與結果分析
        4.4.1 模型訓練細節(jié)與對比實驗參數(shù)設置
        4.4.2 實驗結果分析
    4.5 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝


【參考文獻】：
期刊論文
[1]基于影像的病腦檢測方法綜述[J]. 賈文娟,王水花,張煜東.  計算機工程與應用. 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.  科學技術與工程. 2014(31)
[3]遷移學習研究進展[J]. 莊福振,羅平,何清,史忠植.  軟件學報. 2015(01)
[4]18F-FDG PET/CT顯像在腎癌中的臨床應用價值[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圖像的肺部腫瘤識別[D]. 吳遂愿.上海交通大學 2013



本文編號：3207794