【摘要】：隨著大數(shù)據(jù)時(shí)代的到來,醫(yī)療行業(yè)也不斷的產(chǎn)生大量數(shù)據(jù),其中醫(yī)學(xué)圖像能夠給醫(yī)生、患者洞察人體內(nèi)部信息提供直觀的感受,在臨床檢查、診斷以及治療中廣泛應(yīng)用。計(jì)算機(jī)斷層(Computed Tomography,CT)技術(shù)通過非侵入式的方式獲取人體解剖結(jié)構(gòu)的斷層圖像,具有檢查方便、結(jié)構(gòu)清晰等優(yōu)點(diǎn),目前是臨床中普遍用來診斷疾病、評(píng)估療效的重要方式之一,但是CT圖像重建是一個(gè)計(jì)算密集、耗時(shí)長(zhǎng)的過程,自CT技術(shù)發(fā)展以來,重建加速一直都是相關(guān)研究人員致力于解決的問題。此外,圖像分析如肝臟腫瘤、肺結(jié)節(jié)的分割在醫(yī)療領(lǐng)域是較為普遍的需求,隨著社會(huì)高效運(yùn)作、自動(dòng)化的發(fā)展趨勢(shì),臨床應(yīng)用中急需自動(dòng)化的圖像分析方法來滿足實(shí)際需求。自2012年開始,隨著大數(shù)據(jù)和人工智能技術(shù)的快速發(fā)展,構(gòu)建以大數(shù)據(jù)處理框架為主體、深度學(xué)習(xí)技術(shù)為分支的平臺(tái),用于加速CT圖像重建、完成醫(yī)學(xué)圖像分析任務(wù)成為可能,對(duì)服務(wù)病患、減輕醫(yī)生工作量、提高醫(yī)療效率有重要的意義。針對(duì)大數(shù)據(jù)時(shí)代下海量的醫(yī)療數(shù)據(jù),為實(shí)現(xiàn)快速完成CT圖像重建過程和分析任務(wù),本文研究目標(biāo)是在分布式框架Spark平臺(tái)上,將CT圖像重建算法程序并行化,并利用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)CT圖像肝臟分布式分割。研究?jī)?nèi)容主要包括以下四個(gè)方面:第一,通過安裝Centos7計(jì)算機(jī)操作系統(tǒng)、配置Spark及其相關(guān)軟件運(yùn)行環(huán)境、組建有線局域網(wǎng)等工作,搭建了一個(gè)規(guī)模大小為8個(gè)節(jié)點(diǎn)的Spark集群,以此作為CT圖像分布式重建和肝臟分布式分割的基礎(chǔ)平臺(tái);第二,針對(duì)Spark框架分布式計(jì)算設(shè)計(jì)特性,將CT圖像重建中以解析為代表的濾波反投影(Filter Backprojection,FBP)算法程序設(shè)計(jì)成并行模型,并進(jìn)行使用FBP完成重建相同圖像大小、不同圖像數(shù)量以及不同圖像大小、相同圖像數(shù)量?jī)山M試驗(yàn)。第三,將CT圖像重建中以迭代為代表的同時(shí)代數(shù)迭代算法(Simultaneous Algebraic Reconstruction Technique,SART)程序設(shè)計(jì)成并行模型,并進(jìn)行使用SART完成重建單張圖像時(shí),相同圖像大小、不同迭代次數(shù)以及不同圖像大小、相同迭代次數(shù)的兩組試驗(yàn)。實(shí)驗(yàn)表明兩種算法的并行重建方式加速比與集群節(jié)點(diǎn)數(shù)成正比,并行效率趨近于1。第四,針對(duì)卷積神經(jīng)網(wǎng)絡(luò)的不足如池化操作丟失信息、轉(zhuǎn)移不變性識(shí)別能力差,使用膠囊網(wǎng)絡(luò)模型分割腹部CT肝臟區(qū)域,利用LiTS2017腹部CT數(shù)據(jù)集,訓(xùn)練3種微調(diào)結(jié)構(gòu)的膠囊網(wǎng)絡(luò)模型用于分割圖像肝臟區(qū)域,并將模型參數(shù)最少、測(cè)試集分割精度最高達(dá)93.20%的模型部署到Spark集群之中,用于完成批量圖像的并行分割任務(wù)。基于以上的工作,將大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)用于醫(yī)療領(lǐng)域,基本實(shí)現(xiàn)了CT圖像從重建到分割的處理流程。
【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;R814
【圖文】：

圖２－１邋Ｓｐａｒｋ生態(tài)系統(tǒng)逡逑Ｆｉｇｕｒｅ邋２－１邋Ｓｐａｒｋ邋ｅｃｏｓｙｓｔｅｍ逡逑從圖２－丨可知，Ｓｐａｒｋ應(yīng)用程序可分別運(yùn)行在ｓｔａｎｄａｌｏｎｅ、ＥＣ２、Ｈａｄｏｏｐ邋ｙａｒｎ、逡逑以及Ｋｕｂｅｍｅｔｅｓ上，同時(shí)Ｓｐａｒｋ任務(wù)數(shù)據(jù)可從分布式文件系統(tǒng)（Ｈａｄｏｏｐ逡逑Ｄｉｓｔｒｉｂｕｔｅｄ邋Ｆｉｌｅｓｙｓｔｅｍ，邋ＨＤＦＳ）等數(shù)據(jù)源中獲取。Ｓｐａｒｋ功能最為強(qiáng)大的當(dāng)屬上層逡逑的擴(kuò)展庫(kù)，由邋Ｓｐａｒｋ邋ＳＱＬ、Ｓｐａｒｋ邋Ｓｔｒｅａｍｉｎｇ、ＭＬｌｉｂ、ＧｒａｐｈＸ邋組成。逡逑Ｓｐａｒｋ邋ｃｏｒｅ是整個(gè)Ｓｐａｒｋ生態(tài)系統(tǒng)的核心基礎(chǔ)，包含Ｓｐａｒｋ的基本功能，如逡逑基于內(nèi)存的計(jì)算，負(fù)責(zé)應(yīng)用程序的任務(wù)調(diào)度、負(fù)責(zé)集群系統(tǒng)故障恢復(fù)、以及數(shù)逡逑據(jù)的存儲(chǔ)和管理等。Ｓｐａｒｋ邋ＳＱＬ非常完美的將關(guān)系表和ＲＤＤ進(jìn)行統(tǒng)一，將數(shù)據(jù)逡逑庫(kù)表的操作轉(zhuǎn)換成ＲＤＤ運(yùn)算。為了實(shí)現(xiàn)對(duì)實(shí)時(shí)數(shù)據(jù)流的處理和分析，開源社區(qū)逡逑人員在Ｓｐａｒｋ基礎(chǔ)上構(gòu)建了高吞吐量、可容錯(cuò)處理的Ｓｐａｒｋ邋Ｓｔｒｅａｍｉｎｇ。當(dāng)下機(jī)逡逑器學(xué)習(xí)、人工智能的研宄和應(yīng)用非�；馃�

任務(wù)控制節(jié)點(diǎn)（ｄｒｉｖｅｒ）和多個(gè)作業(yè)（ｊｏｂ），邋—個(gè)作業(yè)可分解成一個(gè)或者多個(gè)階段逡逑（ｓｔａｇｅ），一個(gè)階段又包含多個(gè)任務(wù)（ｔａｓｋ）。Ｓｐａｒｋ在執(zhí)行一個(gè)應(yīng)用的時(shí)候，其具體逡逑執(zhí)行流程如圖２－３所示。逡逑（１）

邋＇邋＿邋丨邐？逡逑Ｉ—＾逡逑圖２－２邋Ｓｐａｒｋ架構(gòu)逡逑Ｆｉｇｕｒｅ邋２－２邋Ｓｐａｒｋ邋ａｒｃｈｉｔｅｃｔｕｒｅ逡逑當(dāng)一個(gè)應(yīng)用程序（ａｐｐｌｉｃａｔｉｏｎ）提交到Ｓｐａｒｋ后，該應(yīng)用將被Ｓｐａｒｋ分解成一個(gè)逡逑任務(wù)控制節(jié)點(diǎn)（ｄｒｉｖｅｒ）和多個(gè)作業(yè)（ｊｏｂ），邋—個(gè)作業(yè)可分解成一個(gè)或者多個(gè)階段逡逑（ｓｔａｇｅ），一個(gè)階段又包含多個(gè)任務(wù)（ｔａｓｋ）。Ｓｐａｒｋ在執(zhí)行一個(gè)應(yīng)用的時(shí)候，其具體逡逑執(zhí)行流程如圖２－３所示。逡逑（１）

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 伍樂生;謝世煊;;低照度三維船舶圖像的重建方法研究[J];艦船科學(xué)技術(shù);2018年08期

2 陳多芳;;醫(yī)學(xué)圖像重建課程的實(shí)驗(yàn)教學(xué)研究[J];時(shí)代教育;2014年17期

3 廖傳平;;X線電子計(jì)算機(jī)體層攝影的基本結(jié)構(gòu)和原理及臨床應(yīng)用[J];蚌埠醫(yī)藥;1987年01期

4 彭克歐;;X線斷層光學(xué)模擬重建的進(jìn)展(一)[J];醫(yī)療器械;1987年04期

5 曹少平;顧宏清;印春光;;代數(shù)迭代圖像重建技術(shù)在SPECT圖像重建中應(yīng)用的研究[J];中國(guó)醫(yī)療器械雜志;2010年01期

6 左廣霞;張全虎;賈小龍;劉杰;隋洪志;周志波;;層析γ掃描發(fā)射圖像重建實(shí)驗(yàn)研究[J];核電子學(xué)與探測(cè)技術(shù);2012年11期

7 范風(fēng)云,張丙芳,陸軍,魏文勝,石梅,南克俊;圖像重建聯(lián)合立體定向放射治療肺癌36例[J];第四軍醫(yī)大學(xué)學(xué)報(bào);2004年24期

8 王石嵩,郭文臣,郭洪生;東芝TCT-600HQCT機(jī)圖像重建系統(tǒng)故障1例[J];中國(guó)醫(yī)學(xué)影像技術(shù);2002年07期

9 汪元美,呂維雪;多準(zhǔn)則圖像重建的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];通信學(xué)報(bào);1992年05期

10 劉鵬翔;季凱帆;鄧輝;梅盈;柳翠寅;衛(wèi)守林;戴偉;王鋒;;一種全共享低交換并行高分辨太陽圖像重建方法[J];科學(xué)通報(bào);2018年02期

相關(guān)會(huì)議論文 前10條

1 張挺;朱雙華;;一種基于多點(diǎn)地質(zhì)統(tǒng)計(jì)法的圖像重建方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

2 張德斌;王石;馬天予;劉亞強(qiáng);姚樹林;;基于Origin Ensembles原理的PET系統(tǒng)新型圖像重建方法[A];中國(guó)醫(yī)學(xué)裝備協(xié)會(huì)第二十六屆學(xué)術(shù)與技術(shù)交流年會(huì)論文匯編[C];2017年

3 張唯;;正在開發(fā)的三維旋轉(zhuǎn)血管造影圖像重建工作站及在神經(jīng)介入方面的應(yīng)用(摘要)[A];中華醫(yī)學(xué)會(huì)醫(yī)學(xué)工程學(xué)分會(huì)第一次醫(yī)學(xué)影像設(shè)備應(yīng)用技術(shù)研討會(huì)論文集[C];1999年

4 張宇;唐志列;吳泳波;謝家興;代芬;趙文鋒;;多種光聲圖像重建方法研究[A];中國(guó)光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

5 李燦;張雄偉;劉家金;;PET圖像重建方法的比較研究[A];中華醫(yī)學(xué)會(huì)第九次全國(guó)核醫(yī)學(xué)學(xué)術(shù)會(huì)議論文摘要匯編[C];2011年

6 魏龍;;正電子成像技術(shù)現(xiàn)狀及發(fā)展[A];第十屆全國(guó)正電子湮沒譜學(xué)會(huì)議論文集[C];2009年

7 張海南;湯日杰;蔡霜;;基于16層CT的4D圖像重建及其肺癌放療中的應(yīng)用[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

8 張海南;湯日杰;張書旭;蔡霜;彭俊琴;張愛芳;;4維CT圖像重建及其肺癌調(diào)強(qiáng)放療中的應(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

9 李琳;單保慈;魏龍;劉力;;Micro-PET數(shù)據(jù)重組與圖像重建[A];第九屆全國(guó)正電子譜學(xué)會(huì)議論文集[C];2005年

10 王得水;常宇;高斌;軒艷嬌;馬鑫蕊;張婭;;基于CT圖像重建的心室模型及有限元法分析[A];第十屆全國(guó)生物力學(xué)學(xué)術(shù)會(huì)議暨第十二屆全國(guó)生物流變學(xué)學(xué)術(shù)會(huì)議論文摘要匯編[C];2012年

相關(guān)重要報(bào)紙文章 前3條

1 趙熙熙;用X射線為細(xì)胞無損拍照[N];中國(guó)科學(xué)報(bào);2012年

2 沈小平;知己知彼話CT[N];醫(yī)藥經(jīng)濟(jì)報(bào);2001年

3 本報(bào)記者 吳苡婷;數(shù)字化時(shí)代來臨 醫(yī)療大變革在即[N];上海科技報(bào);2016年

相關(guān)博士學(xué)位論文 前10條

1 張伶俐;有限角及低信噪比CT圖像重建的優(yōu)化模型與算法研究[D];重慶大學(xué);2018年

2 李丹;基于l_0范數(shù)約束的稀疏優(yōu)化算法及其在圖像重建中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2018年

3 劉明明;基于單張圖像的室內(nèi)場(chǎng)景建模技術(shù)研究[D];南京大學(xué);2019年

4 EBTESAM MOHAMEED ALHARBI;基于暗原色優(yōu)先的圖像去霧算法研究[D];華南理工大學(xué);2018年

5 張宇;醫(yī)學(xué)層析圖像重建和生物組織光傳輸?shù)难芯縖D];天津大學(xué);2004年

6 孫雪楠;數(shù)值逼近在CT圖像重建中的應(yīng)用[D];吉林大學(xué);2005年

7 田毅;基于狀態(tài)空間理論的ECT圖像重建[D];浙江大學(xué);2006年

8 王靜;面向復(fù)雜產(chǎn)品的工業(yè)CT圖像重建與分析技術(shù)[D];西北工業(yè)大學(xué);2004年

9 袁澤寰;跨圖像視覺語義的挖掘研究[D];南京大學(xué);2017年

10 賈夢(mèng)宇;近場(chǎng)光子輸運(yùn)理論及薄層光學(xué)層析非線性圖像重建研究[D];天津大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 劉杰;深度學(xué)習(xí)在定量磁化率圖像重建中的應(yīng)用[D];華東師范大學(xué);2019年

2 焦興洋;基于鴿視頂蓋LFP信號(hào)的圖像重建軟件系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];鄭州大學(xué);2019年

3 馬思漢;CT圖像重建方法及造影劑研究[D];蘭州大學(xué);2019年

4 曾有靈;基于Spark的CT圖像并行重建與分割研究[D];南方醫(yī)科大學(xué);2019年

5 張鵬程;基于塊稀疏的電阻抗成像方法研究[D];天津工業(yè)大學(xué);2019年

6 謝豐;RGB-D圖像協(xié)同顯著目標(biāo)計(jì)算方法研究[D];安徽大學(xué);2019年

7 宣經(jīng)緯;基于GPU并行計(jì)算的太陽自適應(yīng)光學(xué)圖像斑點(diǎn)重建技術(shù)實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所);2019年

8 孟杞鳳;基于磁感應(yīng)斷層成像技術(shù)的CFRP缺陷評(píng)價(jià)方法研究[D];南昌航空大學(xué);2019年

9 苗立;離心機(jī)粒子分布檢測(cè)的無線阻抗層析成像系統(tǒng)開發(fā)及實(shí)驗(yàn)驗(yàn)證[D];西安理工大學(xué);2019年

10 張馨;ERT傳感器優(yōu)化及圖像重建[D];沈陽工業(yè)大學(xué);2019年

本文編號(hào)：2763420