發(fā)布時(shí)間：2022-08-10 19:08

　　隨著物質(zhì)生活水平的提高,人們的壽命整體上延長(zhǎng),與病魔做斗爭(zhēng)也隨之增多。據(jù)相關(guān)統(tǒng)計(jì),一個(gè)人一生當(dāng)中可能患癌的概率大概是60%～70%,在老年時(shí)期的患病率更大。中國(guó)每年的癌癥發(fā)病人數(shù)約為260萬,約有死亡人數(shù)180萬,并且其人數(shù)還呈現(xiàn)逐年增加的態(tài)勢(shì)。所以在與病魔較量的時(shí)候,不僅要培養(yǎng)大量?jī)?yōu)秀的醫(yī)生,也要給他們提供相應(yīng)的更行之有效的技術(shù)支持。醫(yī)學(xué)影像一直以來就是醫(yī)生的得力助手,為治療提供了更為簡(jiǎn)單明了的方式。與普通圖像相比,醫(yī)學(xué)圖像具有更多的紋理,更高的分辨率,更強(qiáng)的相關(guān)性并需要更大的存儲(chǔ)空間。為了保證臨床應(yīng)用的可靠性,研究人員在圖像預(yù)處理、圖像分析和理解上有著更高的要求。醫(yī)學(xué)圖像處理涉及計(jì)算機(jī)、數(shù)學(xué)、圖形學(xué)和醫(yī)學(xué)等多個(gè)不同的學(xué)科領(lǐng)域。處理技術(shù)包括圖像變換、圖像增強(qiáng)、圖像壓縮、圖像平滑、圖像分割、圖像識(shí)別、邊緣銳化和圖像融合等等。近年來,研究人員在醫(yī)學(xué)圖像處理中引入了眾多領(lǐng)域的多種方法。經(jīng)過不斷的改進(jìn),在效果和效率上,醫(yī)學(xué)圖像處理算法都得到一定程度的提高。醫(yī)學(xué)圖像的獲取方式多樣,各有其優(yōu)點(diǎn)和缺點(diǎn)。有時(shí),出于成本和對(duì)人體所造成的副作用等因素的考慮,會(huì)利用其他成像技術(shù)獲得的圖像來合成研究時(shí)所需的... 

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 研究目的與意義
    1.3 本文研究?jī)?nèi)容
    1.4 本文章節(jié)結(jié)構(gòu)
第2章 近年來相關(guān)工作綜述
    2.1 經(jīng)典深度學(xué)習(xí)模型
    2.2 實(shí)驗(yàn)相關(guān)模型
        2.2.1 膠囊網(wǎng)絡(luò)
        2.2.2 生成對(duì)抗網(wǎng)絡(luò)
        2.2.3 流模型
    2.3 基于深度學(xué)習(xí)的圖像合成
    2.4 本章小結(jié)
第3章 基于改進(jìn)膠囊模型的ASL圖像合成
    3.1 理論分析
    3.2 方法流程
        3.2.1 原始膠囊模型的結(jié)構(gòu)
        3.2.2 基于膠囊模型的合成模型體系結(jié)構(gòu)
        3.2.3 基于膠囊的合成模型的損失函數(shù)
    3.3 實(shí)驗(yàn)分析
    3.4 本章小結(jié)
第4章 基于全局和局部區(qū)域的WGAN-GP集成進(jìn)行ASL圖像合成
    4.1 理論分析
    4.2 方法流程
        4.2.1 WGAN-GP集成的局部約束優(yōu)化
        4.2.2 WGAN-GP集成的模型結(jié)構(gòu)
    4.3 實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第5章 基于GMM噪聲的WGAN-GP模型進(jìn)行ASL圖像合成
    5.1 理論分析
    5.2 方法流程
        5.2.1 Glow模型產(chǎn)生基于GMM的噪聲
        5.2.2 使用Glow生成基于GMM的噪聲進(jìn)行ASL圖像合成
    5.3 實(shí)驗(yàn)分析
    5.4 本章小結(jié)
第6章 總結(jié)和展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于拉普拉斯金字塔變換的小波域圖像融合[J]. 黃小丹.  電子科技. 2014(06)
[2]一種多模態(tài)醫(yī)學(xué)圖像數(shù)據(jù)融合方法與應(yīng)用[J]. 高峰,李梅,仇振釗.  中國(guó)醫(yī)療設(shè)備. 2013(05)
[3]基于區(qū)域的非下采樣形態(tài)小波醫(yī)學(xué)圖像融合算法[J]. 曹義親,雷章明,黃曉生.  計(jì)算機(jī)應(yīng)用研究. 2012(06)
[4]基于小波分解的圖像融合方法及性能評(píng)價(jià)[J]. 劉貴喜,楊萬海.  自動(dòng)化學(xué)報(bào). 2002(06)



本文編號(hào)：3674195