心臟核磁共振成像診斷是一種重要的心臟疾病診斷方法,通過研究心臟的核磁共振影像可以獲得一系列的心臟性能指標(biāo)和疾病類型。其中一項重要的檢測方法是對影像中的心室進行精確分割。在臨床中需要經(jīng)驗豐富的醫(yī)生手動進行分割,這種手動分割的方法比較費時間。如今基于深度學(xué)習(xí)的圖像分割算法在實踐中發(fā)揮了巨大的作用,取得了較好的分割效果。但是心臟的左右心室分割和自然圖像分割相比存在一些顯著的困難,一方面用于深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練的醫(yī)學(xué)圖像分割的數(shù)量較少,難以獲取,另一方面左右心室圖像和自然圖像相比存在分辨率較低,圖像不清晰等特點,并且心室的圖像邊緣比較模糊,心室收縮時的所占區(qū)域比較小,給深度學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練帶來了一定的困難。針對可用于訓(xùn)練的左右心室圖像較少和心室區(qū)域比較小的問題,本文提出了基于對抗學(xué)習(xí)的左心室和右心室的半監(jiān)督分割算法。該半監(jiān)督對抗學(xué)習(xí)算法基于生成對抗網(wǎng)絡(luò)（GAN）,將生成網(wǎng)絡(luò)替換為適合左右心室區(qū)域分割的分割網(wǎng)絡(luò),并將鑒別網(wǎng)絡(luò)替換為可以生成置信圖的全卷積網(wǎng)絡(luò)。生成網(wǎng)絡(luò)和鑒別網(wǎng)絡(luò)可以在訓(xùn)練過程中相互對抗,相互學(xué)習(xí),共同提高分割能力和鑒別能力。在網(wǎng)絡(luò)初始訓(xùn)練時只使用有標(biāo)簽的圖像,當(dāng)網(wǎng)絡(luò)具有一定的分割能力和鑒... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：76 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 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于傳統(tǒng)方法的左右心室結(jié)構(gòu)分割現(xiàn)狀
        1.2.2 基于深度學(xué)習(xí)的左右心室結(jié)構(gòu)分割現(xiàn)狀
    1.3 本文主要研究內(nèi)容與創(chuàng)新點
    1.4 本文的組織結(jié)構(gòu)
第2章 半監(jiān)督對抗學(xué)習(xí)和心臟MRI圖像分割
    2.1 心臟核磁共振圖像
        2.1.1 核磁共振成像原理
        2.1.2 心臟核磁共振圖像介紹
    2.2 基于心臟MRI的心室結(jié)構(gòu)分割方法
        2.2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        2.2.2 半監(jiān)督學(xué)習(xí)
        2.2.3 生成對抗網(wǎng)絡(luò)
    2.3 基于分割心臟MRI的功能評估
        2.3.1 靜態(tài)功能評估
        2.3.2 動態(tài)功能評估
    2.4 本章小結(jié)
第3章 基于深度卷積對抗生成網(wǎng)絡(luò)的半監(jiān)督左右心室分割算法
    3.1 半監(jiān)督對抗網(wǎng)絡(luò)模型
        3.1.1 半監(jiān)督模型框架結(jié)構(gòu)
        3.1.2 模型分割網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.3 多尺度擴張網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.4 模型鑒別網(wǎng)絡(luò)結(jié)構(gòu)
        3.1.5 模型損失函數(shù)設(shè)置
        3.1.6 半監(jiān)督對抗訓(xùn)練過程
    3.2 心臟圖像數(shù)據(jù)預(yù)處理與擴充
    3.3 實驗結(jié)果與分析
        3.3.1 評價指標(biāo)
        3.3.2 實驗結(jié)果
        3.3.3 與其他方法的結(jié)果對比
        3.3.4 結(jié)果討論與分析
    3.4 本章小結(jié)
第4章 基于循環(huán)對抗生成網(wǎng)絡(luò)的半監(jiān)督左右心室分割算法
    4.1 循環(huán)生成對抗網(wǎng)絡(luò)半監(jiān)督分割模型
        4.1.1 模型框架
        4.1.2 生成網(wǎng)絡(luò)和鑒別網(wǎng)絡(luò)
        4.1.3 模型損失函數(shù)設(shè)置
    4.2 訓(xùn)練方法
        4.2.1 模型優(yōu)化方法
        4.2.2 模型超參數(shù)設(shè)置
        4.2.3 半監(jiān)督訓(xùn)練過程
    4.3 可視化實驗結(jié)果與分析
        4.3.1 可視化實驗結(jié)果
        4.3.2 試驗結(jié)果統(tǒng)計分析與比較
        4.3.3 局限性分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
指導(dǎo)教師對研究生學(xué)位論文的學(xué)術(shù)評語
答辯委員會決議書
致謝
攻讀碩士學(xué)位期間的研究成果


【參考文獻】：
期刊論文
[1]《中國心血管病報告2018》概要[J]. 胡盛壽,高潤霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進,鄭哲,陳偉偉.  中國循環(huán)雜志. 2019(03)



本文編號：3483289