【摘要】：肺癌的早期發(fā)現(xiàn)和治療能夠降低病人的死亡率,而肺癌的早期表現(xiàn)以肺結(jié)節(jié)為主,因此肺結(jié)節(jié)的檢測(cè)對(duì)肺癌的早期發(fā)現(xiàn)和治療至關(guān)重要。胸部計(jì)算機(jī)斷層掃描(CT)能夠有助于醫(yī)生發(fā)現(xiàn)肺結(jié)節(jié),對(duì)于肺癌的成功診斷和治療具有重要意義。目前放射科醫(yī)師通過(guò)分析肺部的CT圖像,檢測(cè)患者是否有肺結(jié)節(jié)。然而由于病人的數(shù)量過(guò)多,CT圖像數(shù)據(jù)比較大,醫(yī)生每天要檢查大量的CT掃描片,同時(shí)放射科醫(yī)師需要快速分析CT掃描片并做出決定,這無(wú)疑給醫(yī)生增加了很多壓力。由于存在很多特征不明顯的肺結(jié)節(jié),醫(yī)生有可能會(huì)判斷失誤,出現(xiàn)漏查和誤判的情況。電腦輔助系統(tǒng)(CAD)通過(guò)圖像處理技術(shù),能實(shí)現(xiàn)自動(dòng)檢查肺結(jié)節(jié),提供給醫(yī)生參考,減輕醫(yī)生壓力,提高醫(yī)師的檢測(cè)質(zhì)量和效率。與傳統(tǒng)的機(jī)器學(xué)習(xí)方法相比,深度學(xué)習(xí)不需要手動(dòng)提取特征,在許多圖像識(shí)別應(yīng)用中展示出優(yōu)越的性能。本課題基于深度學(xué)習(xí)的方法,實(shí)現(xiàn)了肺結(jié)節(jié)的檢測(cè)和分類,實(shí)驗(yàn)數(shù)據(jù)使用開(kāi)源數(shù)據(jù)集LIDCIDRI,從數(shù)據(jù)集中獲取CT圖片信息,對(duì)CT圖像使用圖像分割技術(shù)實(shí)現(xiàn)肺葉提取,再進(jìn)行重采樣和歸一化等操作,完成數(shù)據(jù)預(yù)處理,并通過(guò)對(duì)數(shù)據(jù)集的結(jié)節(jié)樣本進(jìn)行旋轉(zhuǎn)、隨機(jī)裁剪和縮放等操作擴(kuò)大樣本集,平衡正負(fù)樣本的數(shù)量。本課題提出基于U-Net模型的候選結(jié)節(jié)選取,通過(guò)對(duì)U-Net網(wǎng)絡(luò)結(jié)構(gòu)的調(diào)整和優(yōu)化,增強(qiáng)候選結(jié)節(jié)選取的敏感度,提高結(jié)節(jié)檢出率,但同時(shí)也導(dǎo)致很多假陽(yáng)性結(jié)節(jié)被加入候選集中,為了將結(jié)節(jié)和假陽(yáng)性結(jié)節(jié)進(jìn)行分類,需要進(jìn)行假陽(yáng)性篩選。本課題提出基于三維卷積網(wǎng)絡(luò)假陽(yáng)性篩選,研究和分析了三維卷積網(wǎng)絡(luò)的不同結(jié)構(gòu)和參數(shù)對(duì)實(shí)驗(yàn)結(jié)果的影響,實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)模型的優(yōu)化和改進(jìn),在測(cè)試集上達(dá)到了93.2%的敏感度。為了獲得更高的假陽(yáng)性檢測(cè)敏感度,本課題基于改進(jìn)的三維殘差網(wǎng)絡(luò)實(shí)現(xiàn)假陽(yáng)性篩選,將殘差網(wǎng)絡(luò)的多條分支路徑與多個(gè)快捷連接組合成新的網(wǎng)絡(luò),在不增加參數(shù)量的前提下,獲得了更好的實(shí)驗(yàn)效果,基于新的三維殘差網(wǎng)絡(luò)在測(cè)試集上達(dá)到94.5%的敏感度。
【圖文】：

檢測(cè)小結(jié)節(jié)相對(duì)來(lái)說(shuō)比較困難，容易被忽略或者誤診。肺結(jié)節(jié)可以分為多種類型，，肺壁粘連結(jié)節(jié)，孤立結(jié)節(jié)，粘連血管結(jié)節(jié)等，不同類型的肺結(jié)節(jié)擁有不同的特征。圖2 1展示了一個(gè)帶有肺結(jié)節(jié)的 CT 圖像，該肺結(jié)節(jié)直徑約為 6.2mm，圖片為單通道的黑白圖，其中放射密度高的部位，在圖片中顯示越亮，醫(yī)生通過(guò)觀察 CT 圖像的肺實(shí)質(zhì)中是否存在類似結(jié)節(jié)的形態(tài)學(xué)特征的組織，觀察肺實(shí)質(zhì)中是否存在有邊緣組織，邊緣是否光滑，存在毛刺等限制，并觀察其鈣化程度，綜合多種指標(biāo)判斷結(jié)節(jié)的良惡性。圖 2 1 帶有肺結(jié)節(jié)的 CT 圖像— 7 —

圖 3 4 基于 U-Net 的細(xì)胞分割本課題提出了基于 U-Net 實(shí)現(xiàn)候選結(jié)節(jié)的選取，通過(guò)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的調(diào)整和優(yōu)化，以及參數(shù)的優(yōu)化，實(shí)現(xiàn)候選結(jié)節(jié)的選取，其網(wǎng)絡(luò)結(jié)構(gòu)如圖3 5。觀察圖3 5可以看出，網(wǎng)絡(luò)呈現(xiàn) U 型，在網(wǎng)絡(luò)左半部分主要在做卷積和下采樣操作，右半部分主要在做卷積核上采樣操作，左半部分的網(wǎng)絡(luò)通過(guò)復(fù)制和裁剪操作與右半部分網(wǎng)絡(luò)進(jìn)行交互，其實(shí)網(wǎng)絡(luò)的左半部分可以成為編碼器，右半部分成為解碼器，編碼器通過(guò)池化層操作，逐漸減少空間維度，解碼器則使用上采樣操作，逐漸修復(fù)細(xì)節(jié)，將物體的空間維度等信息還原，而編碼器能夠提供細(xì)節(jié)信息給解碼器，幫助解碼器更好還原物體的細(xì)節(jié)信息，因此通常在二者之間是有連接的，正如結(jié)構(gòu)圖中的復(fù)制和裁剪操作。我們使用第二章預(yù)處理步驟得到的 CT 圖像，即已經(jīng)進(jìn)行過(guò)肺實(shí)質(zhì)提取，這樣能很大程度上解決肺外部噪音對(duì)結(jié)果的影響
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：R734.2;R730.44;TP391.41;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 壽偉臻;;肺結(jié)節(jié)，什么時(shí)候需要手術(shù)[J];江蘇衛(wèi)生保健;2019年11期

2 牙祖鴻;;16層螺旋CT在肺結(jié)節(jié)診斷中的應(yīng)用效果評(píng)價(jià)[J];世界最新醫(yī)學(xué)信息文摘;2019年24期

3 肖寧;強(qiáng)彥;趙涓涓;張小龍;;基于分割對(duì)抗網(wǎng)絡(luò)的肺結(jié)節(jié)分割[J];計(jì)算機(jī)工程與設(shè)計(jì);2019年04期

4 王成弟;郭際香;楊陽(yáng);徐修遠(yuǎn);胡亦清;楊瀾;章毅;李為民;;利用深度學(xué)習(xí)技術(shù)輔助肺結(jié)節(jié)的人工智能檢測(cè)[J];中國(guó)呼吸與危重監(jiān)護(hù)雜志;2019年03期

5 裴東方;陳少武;;多層螺旋CT胸部低劑量掃描在肺結(jié)節(jié)鑒別診斷中的臨床價(jià)值[J];實(shí)用醫(yī)學(xué)影像雜志;2019年03期

6 葉鋼福;;肺結(jié)節(jié)早期診治中應(yīng)用中醫(yī)體質(zhì)學(xué)說(shuō)干預(yù)72例分析[J];中外醫(yī)療;2019年14期

7 徐久強(qiáng);洪麗萍;朱宏博;趙海;;一種用于肺結(jié)節(jié)惡性度分類的生成對(duì)抗網(wǎng)絡(luò)[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2018年11期

8 M.Kwon;S.H.Lee;Y.S.Lee;C.W.Lee;J.L.Roh;S.H.Choi;張毓婧;;頭頸部鱗狀細(xì)胞癌病人初步評(píng)估中檢出的非特異性肺結(jié)節(jié)的臨床意義[J];國(guó)際醫(yī)學(xué)放射學(xué)雜志;2017年06期

9 張俊杰;周濤;夏勇;王文文;師宏斌;;基于空間分布的三維自動(dòng)化肺結(jié)節(jié)分割算法[J];電視技術(shù);2016年08期

10 阮曙芬;;晚期肺結(jié)節(jié)圖像特征準(zhǔn)確識(shí)別仿真研究[J];計(jì)算機(jī)仿真;2015年08期

相關(guān)會(huì)議論文 前10條

1 孫志遠(yuǎn);;數(shù)字化體層融合在肺結(jié)節(jié)探查中的初步應(yīng)用[A];中華醫(yī)學(xué)會(huì)第16次全國(guó)放射學(xué)學(xué)術(shù)大會(huì)論文匯編[C];2009年

2 穆景博;高向東;;X線數(shù)字化體層融合技術(shù)在肺結(jié)節(jié)探查中的應(yīng)用[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

3 查開(kāi)繼;高劍波;張永高;郭華;楊學(xué)華;周志剛;;斷層融合成像與數(shù)字X線成像診斷肺結(jié)節(jié)的比較研究[A];2010中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十八次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2010年

4 于紅;李惠民;劉士遠(yuǎn);肖湘生;;肺外體循環(huán)動(dòng)脈供血胸膜下肺結(jié)節(jié):提示炎癥?[A];2006年華東六省一市暨浙江省放射學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2006年

5 于紅;李惠民;劉士遠(yuǎn);肖湘生;;肺外體循環(huán)動(dòng)脈供血胸膜下肺結(jié)節(jié):提示炎癥?[A];中華醫(yī)學(xué)會(huì)放射學(xué)分會(huì)第八屆全國(guó)心胸影像學(xué)術(shù)大會(huì)暨河南省第十二次放射學(xué)術(shù)會(huì)議論文匯編[C];2006年

6 于紅;李惠民;劉士遠(yuǎn);肖湘生;;肺外體循環(huán)動(dòng)脈供血胸膜下肺結(jié)節(jié):提示炎癥?[A];中華醫(yī)學(xué)會(huì)第十三屆全國(guó)放射學(xué)大會(huì)論文匯編（下冊(cè)）[C];2006年

7 王建軍;張琴霞;呂群;徐金田;;肺結(jié)核合并類風(fēng)濕肺結(jié)節(jié)一例并文獻(xiàn)復(fù)習(xí)[A];中華醫(yī)學(xué)會(huì)結(jié)核病學(xué)分會(huì)2019年全國(guó)結(jié)核病學(xué)術(shù)大會(huì)論文匯編[C];2019年

8 盧亦波;覃春樂(lè);;艾滋病相關(guān)肺結(jié)節(jié)的臨床特征及影像學(xué)分析[A];中華醫(yī)學(xué)會(huì)結(jié)核病學(xué)分會(huì)2019年全國(guó)結(jié)核病學(xué)術(shù)大會(huì)論文匯編[C];2019年

9 戚永軍;顧軍華;栗位勛;張亞娟;耿娟平;;基于生成對(duì)抗網(wǎng)絡(luò)的肺結(jié)節(jié)圖像數(shù)據(jù)增強(qiáng)方法[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2019年第二十三屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2019年

10 陳燕;陳瑜;王苗娟;徐素美;殷瑛;;健康體檢人群中低劑量胸部CT在肺結(jié)節(jié)篩查中的診斷價(jià)值初步評(píng)估[A];2016年浙江省醫(yī)學(xué)會(huì)健康管理學(xué)分會(huì)學(xué)術(shù)年會(huì)暨中國(guó)健康管理學(xué)科發(fā)展論壇論文匯編[C];2016年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 馬麗亞;肺結(jié)節(jié)不等于肺癌，應(yīng)避免過(guò)度診療[N];上海中醫(yī)藥報(bào);2019年

2 中國(guó)婦女報(bào)·中國(guó)女網(wǎng)記者 丁秀偉;肺結(jié)節(jié)高發(fā)但不等于肺癌 女性頻頻中招油煙是禍?zhǔn)譡N];中國(guó)婦女報(bào);2019年

3 李詩(shī)敏 本報(bào)記者 鄧曉洪;早查早診 別讓肺結(jié)節(jié)變成“劫”[N];成都日?qǐng)?bào);2019年

4 蘇惠萍 秦欣欣 北京中醫(yī)藥大學(xué)東直門醫(yī)院;莫為肺結(jié)節(jié)所困擾[N];中國(guó)中醫(yī)藥報(bào);2018年

5 通訊員 崔玉艷;40歲以上“老煙槍”每年做個(gè)CT檢查[N];家庭醫(yī)生報(bào);2017年

6 記者 陳鑫龍;中國(guó)肺癌防治聯(lián)盟暨肺結(jié)節(jié)中心在昆成立[N];云南日?qǐng)?bào);2017年

7 廣西南寧 周一海;正確認(rèn)識(shí)肺結(jié)節(jié)[N];上海中醫(yī)藥報(bào);2017年

8 肖湘生 上海長(zhǎng)征醫(yī)院醫(yī)學(xué)影像科主任醫(yī)師 教授;肺結(jié)節(jié)是怎么回事？[N];文匯報(bào);2013年

9 復(fù)旦大學(xué)附屬腫瘤醫(yī)院胸外科 陳海泉 葉挺;七成“磨玻璃”肺結(jié)節(jié)無(wú)須手術(shù)[N];健康報(bào);2019年

10 本報(bào)見(jiàn)習(xí)記者 趙怡甄;采用全新方法治肺癌[N];經(jīng)濟(jì)信息時(shí)報(bào);2015年

相關(guān)博士學(xué)位論文 前10條

1 陳靜;基于深度學(xué)習(xí)的肺結(jié)節(jié)檢測(cè)系統(tǒng)[D];上海交通大學(xué);2018年

2 孫琦;持續(xù)存在肺結(jié)節(jié)的CT體積增長(zhǎng)及其相關(guān)因素分析[D];北京協(xié)和醫(yī)學(xué)院;2018年

3 武盼盼;基于肺部CT圖像的肺結(jié)節(jié)檢測(cè)技術(shù)研究[D];河北工業(yè)大學(xué);2017年

4 李惠民;肺結(jié)節(jié)CT研究[D];第二軍醫(yī)大學(xué);2003年

5 張濤;肺結(jié)節(jié)PET診斷的系統(tǒng)分析及~（11）C-鬼臼的實(shí)驗(yàn)研究[D];中國(guó)人民解放軍軍醫(yī)進(jìn)修學(xué)院;2008年

6 陳侃;基于活動(dòng)輪廓模型的肺結(jié)節(jié)分割方法研究[D];華南理工大學(xué);2013年

7 劉陽(yáng);基于肺部高分辨率CT影像的肺結(jié)節(jié)識(shí)別方法研究[D];東北大學(xué);2011年

8 孫申申;基于CT影像的肺結(jié)節(jié)檢測(cè)與分割方法研究[D];東北大學(xué)　;2009年

9 李陽(yáng);多核學(xué)習(xí)SVM算法研究及肺結(jié)節(jié)識(shí)別[D];吉林大學(xué);2014年

10 劉瑛;肺結(jié)節(jié)的~(18)F-FDG PET-CT功能代謝與CT形態(tài)學(xué)研究[D];中國(guó)協(xié)和醫(yī)科大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張艷;基于CT影像學(xué)特征的肺結(jié)節(jié)良惡性鑒別研究[D];重慶醫(yī)科大學(xué);2019年

2 胡順達(dá);基于CT圖像序列的肺結(jié)節(jié)檢測(cè)方法研究[D];電子科技大學(xué);2019年

3 才立娜;CT圖像紋理特征分析在肺結(jié)節(jié)定性診斷中的研究[D];華北理工大學(xué);2019年

4 王夢(mèng)松;基于深度神經(jīng)網(wǎng)絡(luò)的CT影像肺結(jié)節(jié)檢測(cè)與診斷研究[D];西北大學(xué);2019年

5 陳萬(wàn)順;基于深度學(xué)習(xí)的肺結(jié)節(jié)檢測(cè)方法[D];電子科技大學(xué);2019年

6 孫建美;基于深度學(xué)習(xí)的肺結(jié)節(jié)CT圖像的檢測(cè)與分類[D];湖南師范大學(xué);2019年

7 李媛媛;基于深度學(xué)習(xí)的肺結(jié)節(jié)檢測(cè)研究[D];電子科技大學(xué);2019年

8 張琦;基于Faster R-CNN的肺結(jié)節(jié)檢測(cè)的研究與應(yīng)用[D];濟(jì)南大學(xué);2019年

9 米軻;基于支持向量機(jī)的肺結(jié)節(jié)自動(dòng)識(shí)別系統(tǒng)[D];海南大學(xué);2019年

10 朱禹萌;基于特征選擇的肺結(jié)節(jié)檢測(cè)技術(shù)研究[D];上海交通大學(xué);2018年

本文編號(hào)：2630396