肝細(xì)胞癌是所有疾病中發(fā)病率和死亡率排在最高的疾病之一,國(guó)家癌癥中心研究顯示肝細(xì)胞癌發(fā)病率和死亡率在所有癌癥中居前5位,嚴(yán)重地威脅到現(xiàn)代人們的生命安全。目前針對(duì)肝細(xì)胞癌的治療手段主要是手術(shù)切除患病腫瘤區(qū)域。肝細(xì)胞癌手術(shù)后復(fù)發(fā)的可能性很高,根據(jù)調(diào)查,我國(guó)進(jìn)行肝細(xì)胞癌手術(shù)后,五年內(nèi)復(fù)發(fā)的概率高達(dá)60%～70%。脈管浸潤(rùn)對(duì)判斷手術(shù)切除后肝細(xì)胞癌是否復(fù)發(fā)有重要的參考意義。在當(dāng)前治療水平下對(duì)肝細(xì)胞癌患者是否發(fā)生脈管浸潤(rùn)進(jìn)行檢測(cè),對(duì)后期的手術(shù)操作也有重要的指導(dǎo)意義。目前進(jìn)行脈管浸潤(rùn)檢測(cè)主要是傳統(tǒng)的生化指標(biāo)檢測(cè),隨著醫(yī)療影像技術(shù)的進(jìn)步,基于影像來(lái)判斷肝細(xì)胞癌脈管浸潤(rùn)的研究方法開(kāi)始出現(xiàn)。近年來(lái)人工智能技術(shù)有了較好的發(fā)展,機(jī)器學(xué)習(xí),深度學(xué)習(xí)等技術(shù)在圖像、語(yǔ)音、文本等領(lǐng)域內(nèi)獲得了巨大的成功。醫(yī)療方面,深度學(xué)習(xí)已經(jīng)在肺癌結(jié)節(jié)檢測(cè)等方面有所應(yīng)用。本文首次使用深度學(xué)習(xí)技術(shù)對(duì)肝細(xì)胞癌脈管浸潤(rùn)進(jìn)行自動(dòng)化檢測(cè)。本文利用圖像識(shí)別技術(shù),結(jié)合生化數(shù)據(jù)和醫(yī)學(xué)圖像數(shù)據(jù)建立了一個(gè)基于多模態(tài)數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型,用于對(duì)肝細(xì)胞癌脈管浸潤(rùn)進(jìn)行預(yù)測(cè)。在此基礎(chǔ)上開(kāi)發(fā)了一套基于web服務(wù)的脈管浸潤(rùn)檢測(cè)系統(tǒng),用于輔助醫(yī)療人員改進(jìn)肝細(xì)胞癌治療方案。...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1神經(jīng)網(wǎng)絡(luò)示意圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文圖2-1神經(jīng)網(wǎng)絡(luò)示意圖神經(jīng)網(wǎng)絡(luò)經(jīng)歷了漫長(zhǎng)的發(fā)展。最早的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)出現(xiàn)在上世紀(jì)五十年代。1957年，羅森勃拉特（Rosenblatt）教授提出了感知器神經(jīng)網(wǎng)絡(luò)模型[24,25]，感知器模型得的設(shè)計(jì)符合神經(jīng)網(wǎng)絡(luò)生理學(xué)，具備了線代神經(jīng)網(wǎng)絡(luò)的基本特點(diǎn)，通過(guò)....

圖2-2卷積神經(jīng)網(wǎng)絡(luò)示意圖

，對(duì)訓(xùn)練效果造成了不可逆的破壞。在卷積神經(jīng)網(wǎng)絡(luò)中，可以通過(guò)共享參數(shù)來(lái)識(shí)別不同位置的相似目標(biāo)物體。其次，全連接神經(jīng)網(wǎng)絡(luò)無(wú)法體現(xiàn)輸入的拓?fù)浣Y(jié)構(gòu)。變量只要以固定的次序輸入網(wǎng)絡(luò)，就不會(huì)影響訓(xùn)練的結(jié)果。然而，圖形和語(yǔ)音有較強(qiáng)的二維網(wǎng)絡(luò)結(jié)構(gòu)，在空間角度上看，位置相近的圖像元素相關(guān)性更高。從時(shí)....

圖2-3集成學(xué)習(xí)示意圖

數(shù)量達(dá)到實(shí)驗(yàn)預(yù)先設(shè)定的上限值，一個(gè)完整的Boosting過(guò)程就完成了。Bagging算法算是最早的一批使用多分類(lèi)器的集成學(xué)習(xí)算法，Bagging算法將原始數(shù)據(jù)集分割為數(shù)據(jù)若干個(gè)子數(shù)據(jù)集。假設(shè)原始數(shù)據(jù)集為S，容量為n，從S中有放回的抽取n次，得到容量為n′的子數(shù)據(jù)集S1，重復(fù)這個(gè)過(guò)....

圖3-1算法流程圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文第3章基于多模態(tài)深度學(xué)習(xí)脈管浸潤(rùn)檢測(cè)算法本文提出的模型是一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)和多模態(tài)數(shù)據(jù)的肝細(xì)胞癌脈管浸潤(rùn)檢測(cè)系統(tǒng)，本節(jié)介紹模型相關(guān)部分。模型以預(yù)處理后的腹部CT掃描圖像為輸入，輸出肝細(xì)胞癌發(fā)生脈管浸潤(rùn)的概率。該算法可分為四個(gè)部分，預(yù)處理，圖像數(shù)據(jù)預(yù)....

本文編號(hào)：3971015