【目的】本研究旨應(yīng)用一種以人工智能(Artificial Intelligence,AI)為基礎(chǔ)所設(shè)計(jì)的全自動(dòng)計(jì)算機(jī)輔助診斷系統(tǒng)(Computer-aided Diagnosis,CAD),定位腰椎核磁共振(Magnetic Resonance Imaging,MRI)圖像中的椎間盤去診斷腰椎間盤突出,并分析出腰椎間盤Pfirrmann退變等級(jí)及MSU突出程度分型。計(jì)算疾病診斷的陽(yáng)性率,分型結(jié)果的準(zhǔn)確度、靈敏度、特異度和交并比,及人機(jī)大戰(zhàn)的最終結(jié)果。探究所設(shè)計(jì)程序的先進(jìn)性及CAD系統(tǒng)的臨床必要性,為人工智能診斷脊柱其他疾病提供基礎(chǔ),同時(shí)為提高臨床工作效率提供新途徑。【方法】本研究將217位腰椎間盤突出(Lumbar Disc Herniation,LDH)患者的MRI影像學(xué)資料,分成訓(xùn)練組與測(cè)驗(yàn)組,對(duì)所設(shè)計(jì)的CAD系統(tǒng)進(jìn)行訓(xùn)練和驗(yàn)證,其中運(yùn)用區(qū)域卷積神經(jīng)網(wǎng)絡(luò)Faster-R-CNN(Region Convolution Neural Network,RCNN)目標(biāo)檢測(cè)技術(shù)進(jìn)行椎體定位,進(jìn)而通過(guò)椎體定位和選取椎間盤。對(duì)選取區(qū)域使用二元神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行LDH的診斷。使用像素強(qiáng)度直方圖(H...

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1系統(tǒng)流程圖

該系統(tǒng)的流程圖見(jiàn)如圖1所示。圖1系統(tǒng)流程圖1.1.3椎間盤的定位在這個(gè)步驟中，本課題組采用深度學(xué)習(xí)的方法來(lái)精確尋找椎間盤所在位置。

圖2椎間盤定位流程圖

天津醫(yī)科大學(xué)碩士學(xué)位論文最終所選的的目標(biāo)檢測(cè)方法為基于R-CNN算法的最新版本FasterR-CNN，其結(jié)構(gòu)如圖2a所示。FasterR-CNN是一種經(jīng)典的驗(yàn)證算法，在工業(yè)上得到了廣泛的應(yīng)用，它通常使用區(qū)域提出網(wǎng)絡(luò)（RegionPropositationNet....

圖3腰椎間盤突出癥的判斷

結(jié)果如圖2b所示。圖2椎間盤定位流程圖1.1.4椎間盤突出的診斷如圖3所示，一旦得到椎體的位置，便可以裁剪每個(gè)椎間盤和腰椎的交叉點(diǎn)，形成幾個(gè)ROIs（橙色矩形區(qū)域），然后將其輸入二元神經(jīng)網(wǎng)絡(luò)分類器以確定它們中的每一個(gè)是不是腰椎間盤突出部位。ROIs可以通過(guò)構(gòu)造矩....

圖5機(jī)器學(xué)習(xí)模型預(yù)測(cè)Pfirmann的等級(jí)具體而言，以下是圖像特征的識(shí)別計(jì)算機(jī)算法：

圖5機(jī)器學(xué)習(xí)模型預(yù)測(cè)Pfirmann的等級(jí)具體而言，以下是圖像特征的識(shí)別計(jì)算機(jī)算法：1.像素強(qiáng)度直方圖（HPI）：通過(guò)直方圖對(duì)不同級(jí)別灰度的統(tǒng)計(jì)，直觀地將一幅圖像的像素分布特征展現(xiàn)出來(lái)。當(dāng)椎間盤發(fā)生變性或突出時(shí)，它將會(huì)出現(xiàn)水分流失的表征。從而使得MRI（T2W1）圖像....

本文編號(hào)：3905374