超聲圖像主題生成技術(shù)是通過算法直接生成用于描述超聲圖像內(nèi)容及病灶區(qū)域疾病特性的文本信息,使得缺乏經(jīng)驗(yàn)的醫(yī)生和普通患者可以直接利用生成的文本信息更為直觀地理解超聲圖像中病灶區(qū)域的信息。但由于目前超聲圖像理解方面對內(nèi)容信息進(jìn)行細(xì)致分析與自動(dòng)描述的研究還存在不足,為了能更加方便、快速、細(xì)致地理解超聲圖像中病灶區(qū)域的內(nèi)容信息,本文將圖像主題生成技術(shù)引入到超聲圖像理解領(lǐng)域,分別提出了基于多粒度分類的超聲圖像主題生成算法和基于病灶區(qū)域檢測的超聲圖像主題生成算法。具體研究工作如下:1.針對目前超聲圖像理解的研究主要還是集中在檢索、檢測、分類、分割等粗粒度方向,且缺乏能直接從人的語言層面來理解超聲圖像內(nèi)容信息的研究的問題,本文提出了基于多粒度分類的超聲圖像主題生成模型。該模型將圖像主題生成技術(shù)引入到超聲圖像理解領(lǐng)域,先用卷積神經(jīng)網(wǎng)絡(luò)（Convolution Neural Network,CNN）構(gòu)成的粗分類模型對超聲圖像進(jìn)行目標(biāo)器官識(shí)別,然后再用長短時(shí)記憶模型（Long Short-Term Memory,LSTM）解碼,得到適合描述超聲圖像病灶區(qū)域內(nèi)容的文本信息。最后將提出的模型應(yīng)用到本文構(gòu)建的帶有... 

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 超聲圖像理解研究現(xiàn)狀
        1.2.2 圖像主題生成研究現(xiàn)狀
    1.3 研究內(nèi)容與創(chuàng)新
    1.4 論文組織架構(gòu)
第2章 深度學(xué)習(xí)在圖像主題生成中的應(yīng)用
    2.1 深度學(xué)習(xí)概述
        2.1.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.2 長短時(shí)記憶網(wǎng)絡(luò)
    2.2 深度學(xué)習(xí)在圖像主題生成中的應(yīng)用
        2.2.1 傳統(tǒng)基于視覺詞匯檢測的圖像主題生成
        2.2.2 端到端的圖像主題生成
        2.2.3 基于注意力機(jī)制的圖像主題生成
    2.3 本章小結(jié)
第3章 基于多粒度分類的超聲圖像主題生成
    3.1 研究問題分析
    3.2 基于多粒度分類的超聲圖像主題生成
        3.2.1 訓(xùn)練超聲圖像編碼模型
        3.2.2 訓(xùn)練LSTM語言生成模型
        3.2.3 基于多粒度分類超聲圖像主題生成模型工作過程
    3.3 實(shí)驗(yàn)結(jié)果分析
        3.3.1 超聲圖像數(shù)據(jù)集的構(gòu)造
        3.3.2 基于多粒度分類超聲圖像主題生成模型訓(xùn)練細(xì)節(jié)
        3.3.3 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第4章 基于病灶區(qū)域檢測的超聲圖像主題生成
    4.1 研究問題分析
    4.2 基于病灶區(qū)域檢測的超聲圖像主題生成方法
        4.2.1 病灶區(qū)域檢測的超聲圖像編碼模型
        4.2.2 基于病灶區(qū)域檢測超聲圖像主題生成模型工作過程
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)介紹
        4.3.2 訓(xùn)練病灶區(qū)域檢測模型參數(shù)配置
        4.3.3 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第5章 超聲圖像輔助理解系統(tǒng)
    5.1 超聲圖像輔助理解系統(tǒng)的開發(fā)環(huán)境
    5.2 超聲圖像輔助理解系統(tǒng)的設(shè)計(jì)
    5.3 超聲圖像輔助理解系統(tǒng)功能測試
    5.4 本章小結(jié)
第6章 總結(jié)和展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3667999