【摘要】：隨著近幾十年的醫(yī)學(xué)成像技術(shù)的發(fā)展,磁共振影像已經(jīng)廣泛應(yīng)用到醫(yī)院的各種臨床場景中,磁共振影像可以無創(chuàng)傷性地顯示器官狀態(tài),給患者病情的早期檢測和治療計劃提供必要的信息支持。腦部磁共振影像能夠提供大腦活動狀態(tài)視圖,因此腦部磁共振影像逐漸成為腦科學(xué)研究領(lǐng)域的重要研究工具。磁共振影像具有分辨率高、圖像體素數(shù)多等圖像特點(diǎn),這極大地限制了以傳統(tǒng)特征選擇和分類為主的機(jī)器學(xué)習(xí)方法在腦部磁共振影像分析中的應(yīng)用。隨著腦部腫瘤疾病發(fā)病率的逐漸升高,腦部腫瘤疾病患者的生存周期預(yù)測的臨床需求也日趨凸顯�；诖殴舱裼跋竦纳娣治鲅芯坎粌H可以為患者診療方案的及時調(diào)整提供必要的信息支撐,也能為患者提供有參考價值的治療心理預(yù)期。針對磁共振影像處理中面臨的問題和相關(guān)臨床需求,本文主要研究張量神經(jīng)網(wǎng)絡(luò)和集成預(yù)測模型在醫(yī)學(xué)影像處理方面的應(yīng)用,主要的創(chuàng)新和貢獻(xiàn)主要在以下兩個方面:(1)論文提出了基于張量神經(jīng)網(wǎng)絡(luò)的fMRI分類框架。該算法框架利用張量神經(jīng)網(wǎng)絡(luò)搭建淺且寬的磁共振影像分類框架,其不僅能夠從全腦功能性磁共振影像中提取有效特征以提高大腦狀態(tài)分析性能,而且能夠大幅度壓縮神經(jīng)網(wǎng)絡(luò)中的整體參數(shù)以解決磁共振影像分析中的“維度災(zāi)難”問題,從而削弱了應(yīng)用在磁共振分析中的深度學(xué)習(xí)系統(tǒng)對設(shè)備要求過高的限制。相關(guān)分類框架在CMU數(shù)據(jù)集上進(jìn)行了測試,實(shí)驗(yàn)結(jié)果證實(shí),本文所提出的基于張量神經(jīng)網(wǎng)絡(luò)的分類框架優(yōu)于傳統(tǒng)方法。(2)論文提出了基于集成預(yù)測模型的腦膠質(zhì)瘤患者生存周期預(yù)測框架。該算法框架首先對結(jié)構(gòu)性磁共振影像進(jìn)行多模態(tài)、多角度的特征提取,隨后通過Kaplan-Merier生存曲線進(jìn)行單變量的特征選擇以篩選出有益特征,最后將篩選的有用特征通過集成模型完成生存周期的預(yù)測。該算法在Brats2018數(shù)據(jù)集上進(jìn)行了測試,實(shí)驗(yàn)結(jié)果證實(shí),本文所提出的基于集成預(yù)測模型的腦膠質(zhì)瘤患者生存周期預(yù)測框架優(yōu)于傳統(tǒng)預(yù)測模型。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R445.2;TP391.41;TP183
【圖文】：

原子核每時每刻沿著自身軸旋轉(zhuǎn)，稱為自旋。核內(nèi)質(zhì)子因其自旋生成磁場。逡逑在沒有任何外部磁場干預(yù)，核內(nèi)質(zhì)子沿隨機(jī)朝向自旋，導(dǎo)致各個質(zhì)子的磁化矢量逡逑互相抵消，所以人體并不表現(xiàn)宏觀磁化［１７］。如圖２－１［１１逡逑ｒｒ蠢邐：逡逑圖２－１核內(nèi)質(zhì)子自旋示意圖逡逑當(dāng)一個勻強(qiáng)外部磁場Ｂ０對所有質(zhì)子進(jìn)行干預(yù)時，原子內(nèi)質(zhì)子和電子因其帶逡逑電特性使其自旋方向統(tǒng)一變?yōu)榕c外加磁場平行或反平行，并以陀螺擺動曲線運(yùn)動。逡逑質(zhì)子在外加磁場的作用下產(chǎn)生的核磁共振現(xiàn)象中獲取能量，從而產(chǎn)生章動［１９］。當(dāng)逡逑外部磁場消失后質(zhì)子能量逐漸降低并弛豫現(xiàn)象中釋放微弱能量，接收器收錄這些逡逑信號之后經(jīng)電子計算機(jī)處理即得原子核的磁共振影像。常見的磁共振影像成像設(shè)逡逑備如圖２－２＿。逡逑

像過程為非侵入，無輻射，對受試者來說是安全的檢測。二、功能性磁共振成像逡逑具有出色的空間和時間分辨率，為腦認(rèn)知等分析提供了更多信息。三、成像過程逡逑簡單，數(shù)據(jù)標(biāo)準(zhǔn)，便于研宄者的使用。圖２－３［２１］為臨床中應(yīng)用的功能性磁共振圖。逡逑６逡逑

【相似文獻(xiàn)】

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(diǎn)預(yù)測法[J];金融經(jīng)濟(jì);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(xué)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(xué);2019年04期

7 鮑偉強(qiáng);陳娟;熊濤;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)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 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車的設(shè)計研究[J];數(shù)字技術(shù)與應(yīng)用;2018年04期

10 張庭略;;基于硬件的神經(jīng)網(wǎng)絡(luò)加速[J];通訊世界;2018年08期

相關(guān)會議論文 前10條

1 孫軍田;張U

本文編號：2713058