【摘要】：在全國乃至全球范圍內(nèi),甲狀腺疾病對人類健康造成嚴重危害,針對這一存在問題,甲狀腺癌早發(fā)現(xiàn)、早診斷成為降低甲狀腺癌癥發(fā)病率與死亡率的有效手段。對甲狀腺結(jié)節(jié)準確分類成為當下重點研究方向。2018年,國家癌癥中心最新癌癥數(shù)據(jù)顯示,各大醫(yī)院接診甲狀腺疾病患者逐年上升,因此提高診斷效率是應(yīng)對患者數(shù)量逐年增長的一種有效方式。醫(yī)生在診斷過程中,對圖像的診斷往往依賴于醫(yī)生知識水平與臨床經(jīng)驗,存在主觀因素,而且需要花費大量時間。因此,計算機輔助診斷技術(shù)的引入,為臨床診斷提供了客觀的輔助決策,有利于醫(yī)學診斷中減少醫(yī)生個人主觀因素造成診斷失誤,幫助醫(yī)生得到精確診斷結(jié)果。本文以甲狀腺超聲圖像為研究對象,實現(xiàn)了基于循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的甲狀腺超聲圖像分類模型的構(gòu)建與甲狀腺結(jié)節(jié)分類系統(tǒng)開發(fā),系統(tǒng)分為登錄模塊、數(shù)據(jù)管理模塊、圖像預(yù)處理模塊和圖像分類模塊。論文主要工作如下:(1)甲狀腺超聲圖像的分類概述。對臨床甲狀腺數(shù)據(jù)來源、處理做了分析介紹,并簡述甲狀腺超聲圖像分類研究現(xiàn)狀,以及研究甲狀腺超聲圖像分類的重要性,并根據(jù)TI-RADS分級標準及醫(yī)生指導對甲狀腺超聲圖像做分級處理。對常用的分類方法:關(guān)聯(lián)規(guī)則、支持向量機、深度神經(jīng)網(wǎng)絡(luò)做了簡介分析。(2)構(gòu)建基于循環(huán)卷積神經(jīng)網(wǎng)絡(luò)的甲狀腺超聲圖像分類模型。介紹了卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò),并結(jié)合卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)優(yōu)點,改進分類模型,構(gòu)建循環(huán)卷積神經(jīng)網(wǎng)絡(luò)分類模型并對分類模型做優(yōu)化處理。引入了 softmax算法與L2正則化,防止過擬合現(xiàn)象的發(fā)生。(3)基于循環(huán)神經(jīng)網(wǎng)絡(luò)甲狀腺結(jié)節(jié)分類系統(tǒng)的開發(fā)。介紹了分類系統(tǒng)開發(fā)所需技術(shù)與工具,系統(tǒng)的可行性分析、需求分析和系統(tǒng)設(shè)計等系統(tǒng)開發(fā)前期工作。闡述了甲狀腺結(jié)節(jié)分類系統(tǒng)的功能,及系統(tǒng)測試等相關(guān)工作。基于以上研究,將合作醫(yī)院獲取的甲狀腺超聲圖像作為數(shù)據(jù)集,利用循環(huán)卷積神經(jīng)網(wǎng)絡(luò)分類模型分類訓練與測試,實現(xiàn)甲狀腺結(jié)節(jié)分類系統(tǒng)開發(fā),實驗結(jié)果顯示,該分類系統(tǒng)具有較高的分類準確率。
【圖文】：

數(shù)據(jù)集逡逑２．１．１甲狀腺超聲圖像及數(shù)據(jù)分析逡逑首先，觀察如圖２－１所示的正常圖像進行分析可得，圖像顯示雙側(cè)甲狀腺形態(tài)規(guī)則，包膜完逡逑整，組織實質(zhì)回聲均勻、中等偏高腺體界限比較清晰。逡逑圖２－１甲狀腺超聲圖像正常圖像逡逑與圖２－１正常腺體相比較相比，超聲圖像表征的結(jié)節(jié)圖像上有較為明顯腫塊區(qū)域，因發(fā)病狀逡逑態(tài)與病理不同，在超聲圖像中所表現(xiàn)出的圖像特性也不盡相同。如圖２－２所示，雙側(cè)甲狀腺形態(tài)逡逑規(guī)則，包膜光整，右側(cè)葉見低回聲結(jié)節(jié)，邊界清晰，圖像表征出的結(jié)節(jié)中結(jié)節(jié)內(nèi)部回聲均勻、存逡逑在鈣化現(xiàn)象，為良性結(jié)節(jié)超聲圖像。逡逑－５邋－逡逑

邋■邋：ｉ邋ｊｒ邋，－ｖｖ邋＊邋－ａ＊ｉ逡逑圖２－２甲狀腺超聲圖像良性結(jié)節(jié)圖像逡逑但是對于惡性結(jié)節(jié)而言，圖像中存在的特性包含：結(jié)節(jié)通常為實性，一般縱橫比大于］；結(jié)逡逑節(jié)邊緣通常表現(xiàn)為不規(guī)則、有毛刺、分葉狀或邊界模糊；圖像中的血流方向，血流兩側(cè)不均勻或逡逑沒有規(guī)律；結(jié)節(jié)區(qū)域內(nèi)部存在微鈣化現(xiàn)象；結(jié)節(jié)區(qū)域回聲不均勻、淋巴結(jié)異常等現(xiàn)象。在惡性甲逡逑狀腺結(jié)節(jié)中又可再次區(qū)分為初步惡性、高度惡化，結(jié)節(jié)是否高度惡化主要有超聲圖像所表征出的逡逑結(jié)節(jié)臨床病理特征判斷。一般情況下，存在１￣２項提示惡性的特征，可以初步確認結(jié)節(jié)開始惡化；逡逑對于高度惡化的惡性結(jié)節(jié)，一般表現(xiàn)特征超過三項。逡逑灄．逡逑■Ｈ逡逑圖２－３甲狀腺超聲圖像惡性結(jié)節(jié)圖像逡逑如圖２－３所示，可以得到結(jié)節(jié)縱橫比大于１，存在微鈣化現(xiàn)象，因此可以確認結(jié)節(jié)已開始惡逡逑化；對于圖２￣４所示圖像，存在微鈣化、血流不均勻、回聲極低、邊緣不光整等特性，，可以認為逡逑結(jié)節(jié)己高度惡化。逡逑－６邋－逡逑
【學位授予單位】：寧夏大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R445.1;R736.1;TP391.41;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場中的神經(jīng)網(wǎng)絡(luò)拐點預(yù)測法[J];金融經(jīng)濟;2017年18期

2 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會述評[J];國際學術(shù)動態(tài);1996年01期

3 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識別[J];通訊世界;2018年12期

4 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

5 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

6 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學;2019年04期

7 鮑偉強;陳娟;熊濤;;基于進化神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測研究[J];電工技術(shù);2019年11期

8 陳曉燕;;淺析簡單神經(jīng)網(wǎng)絡(luò)的發(fā)展及簡單模型[J];數(shù)字技術(shù)與應(yīng)用;2019年05期

9 李青華;李翠平;張靜;陳紅;王紹卿;;深度神經(jīng)網(wǎng)絡(luò)壓縮綜述[J];計算機科學;2019年09期

10 劉高宇;;深度神經(jīng)網(wǎng)絡(luò)在煤質(zhì)數(shù)據(jù)分析與預(yù)測中的應(yīng)用[J];電腦知識與技術(shù);2019年28期

相關(guān)會議論文 前10條

1 孫軍田;張U

本文編號：2700697