【摘要】：甲狀腺疾病分為彌漫性疾病和結(jié)節(jié)性疾病兩種,對(duì)人體有很大危害。超聲檢查是常用的甲狀腺疾病診斷手段,診斷過(guò)程中醫(yī)生需要通過(guò)觀(guān)察超聲圖像的特點(diǎn),結(jié)合專(zhuān)業(yè)知識(shí)和臨床經(jīng)驗(yàn),給出患者的患病情況。然而,不同醫(yī)生有不同的臨床經(jīng)驗(yàn)和專(zhuān)業(yè)背景,診斷結(jié)果缺乏客觀(guān)性和一致性。所以臨床上需要一種基于超聲圖像的甲狀腺疾病智能診斷技術(shù),可以通過(guò)提取圖像的紋理、形狀等信息對(duì)甲狀腺疾病給出客觀(guān)可靠的診斷意見(jiàn),輔助醫(yī)生進(jìn)行臨床診斷。本文針對(duì)不同甲狀腺疾病的超聲圖像特點(diǎn)進(jìn)行研究,實(shí)現(xiàn)了甲狀腺疾病診斷系統(tǒng),具體包括以下幾個(gè)方面:首先,實(shí)現(xiàn)了甲狀腺疾病圖像的感興趣區(qū)域提取、預(yù)處理和特征提取。對(duì)于彌漫性疾病,提出了多級(jí)小波多子圖共生矩陣、條索特征、基于GLRL的最長(zhǎng)高亮游程等特征。針對(duì)甲狀腺結(jié)節(jié)性疾病,提取了結(jié)節(jié)縱橫比、緊致度等形狀特征和結(jié)節(jié)邊界環(huán)形區(qū)域灰度標(biāo)準(zhǔn)差等紋理特征。其次,針對(duì)甲狀腺?gòu)浡约膊√岢龆丶?jí)聯(lián)的分類(lèi)方式,利用mRMR方法進(jìn)行特征選擇,結(jié)合SVM分類(lèi)器對(duì)正常、Graves病和橋本病的分類(lèi)準(zhǔn)確率分別達(dá)到了88.33%、86.67%、93.33%,基于多項(xiàng)對(duì)比實(shí)驗(yàn)驗(yàn)證了本文方法的可靠性。隨后,針對(duì)甲狀腺結(jié)節(jié)性疾病,通過(guò)訓(xùn)練VGGNet實(shí)現(xiàn)了85.59%和88.20%的良性和惡性結(jié)節(jié)分類(lèi)準(zhǔn)確率�；赨-Net網(wǎng)絡(luò)實(shí)現(xiàn)結(jié)節(jié)圖像分割,并在此基礎(chǔ)上人工提取特征,實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)特征與人工特征的融合,將良惡性結(jié)節(jié)圖像的分類(lèi)準(zhǔn)確率分別提高到90.83%和91.57%,表明人工特征的有效性。最后,基于對(duì)甲狀腺疾病的研究設(shè)計(jì)了甲狀腺疾病智能診斷系統(tǒng),實(shí)現(xiàn)了人機(jī)交互界面,方便醫(yī)生進(jìn)行甲狀腺疾病的臨床診斷。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41;R445.1;R581
【圖文】：

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文狀腺的超聲圖像回聲均勻、灰度均一、實(shí)質(zhì)部分的紋理變化較�。患膊“l(fā)生在腺體表面，會(huì)使甲狀腺腺體產(chǎn)生一定程度的纖維化，一聲圖像回聲均勻程度、表面粗糙程度等紋理特征進(jìn)行診斷；甲狀腺甲狀腺腺體內(nèi)的腫塊，一般通過(guò)觀(guān)察結(jié)節(jié)圖像的形態(tài)、邊緣、灰度節(jié)的良惡性[7]。正常甲狀腺組織、甲狀腺?gòu)浡约膊『图谞钕俳Y(jié)節(jié)性像分別如圖 1-1、1-2 和 1-3 所示。

甲狀腺?gòu)浡约膊〕晥D像

圖 1-3 甲狀腺結(jié)節(jié)性疾病超聲圖像見(jiàn)的甲狀腺?gòu)浡约膊∮?Graves 病和橋本病，結(jié)節(jié)性疾病也可以分[7]。不同彌漫性疾病在超聲圖像的紋理上會(huì)有相應(yīng)差異，不同良惡性其超聲圖像在形態(tài)邊緣等方面也有很大差別[8]，通過(guò)超聲圖像診斷甲醫(yī)生有專(zhuān)業(yè)的病理知識(shí)和大量的臨床經(jīng)驗(yàn)。在實(shí)際診斷過(guò)程中，由臨床經(jīng)驗(yàn)、專(zhuān)業(yè)背景不同，診斷結(jié)果缺乏客觀(guān)性和一致性，有時(shí)甚。疾病的超聲診斷往往是在超聲檢查的過(guò)程中進(jìn)行的，加重了醫(yī)生所以臨床上需要一種基于超聲圖像的甲狀腺疾病智能診斷技術(shù)，可紋理、形態(tài)等信息對(duì)甲狀腺疾病給出客觀(guān)可靠的輔助診斷意見(jiàn)，把工作中解放出來(lái)。究現(xiàn)狀及分析于參與組織活檢的甲狀腺?gòu)浡约膊』颊吆苌�，患者�?shù)據(jù)獲取困難對(duì)甲狀腺?gòu)浡约膊〉闹悄茉\斷研究較少。僅有部分研究人員實(shí)現(xiàn)彌漫性疾病與正常甲狀腺的區(qū)分，如 Zbigniew Omiotek 等人利用決神經(jīng)網(wǎng)絡(luò)搭建了橋本病的診斷模型，構(gòu)建了臨床診斷的支持系統(tǒng)

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 趙威;郭瑞君;張巖;;甲狀腺疾病超聲檢查陽(yáng)性率變化趨勢(shì)分析[J];臨床超聲醫(yī)學(xué)雜志;2015年09期

2 趙杰;張振宇;門(mén)國(guó)尊;;基于集成改進(jìn)ELM的甲狀腺疾病分類(lèi)方法[J];計(jì)算機(jī)仿真;2014年03期

3 宋繼穎;;高頻超聲對(duì)橋本氏甲狀腺炎的診斷價(jià)值[J];內(nèi)蒙古醫(yī)學(xué)雜志;2013年12期

4 姚旭;王曉丹;張玉璽;權(quán)文;;特征選擇方法綜述[J];控制與決策;2012年02期

5 韓寒;馮乃章;;超聲圖像去噪方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年26期

6 汪源源;沈嘉琳;王涌;王怡;;基于形態(tài)特征判別超聲圖像中乳腺腫瘤的良惡性[J];光學(xué)精密工程;2006年02期

7 王娟,慈林林,姚康澤;特征選擇方法綜述[J];計(jì)算機(jī)工程與科學(xué);2005年12期

8 耿明霞,馬杰,何峰容,滕志勇,楊楷;Graves病患者血清細(xì)胞因子水平和甲狀腺功能指標(biāo)的檢測(cè)分析[J];微循環(huán)學(xué)雜志;2005年03期

相關(guān)博士學(xué)位論文 前1條

1 李鵬;基于價(jià)值理論的醫(yī)療信息成熟度及其評(píng)價(jià)模型的研究[D];第三軍醫(yī)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 王昊;甲狀腺結(jié)節(jié)超聲圖像紋理特征提取及半監(jiān)督分級(jí)方法研究[D];西南交通大學(xué);2017年

2 吳迪;甲狀腺結(jié)節(jié)診斷分類(lèi)方法的研究與實(shí)現(xiàn)[D];東華大學(xué);2017年

3 周東陽(yáng);甲狀腺結(jié)節(jié)良惡性預(yù)測(cè)方法的研究與實(shí)現(xiàn)[D];東華大學(xué);2016年

4 馬蕊香;基于超聲圖像的肝纖維化分期研究[D];哈爾濱工業(yè)大學(xué);2016年

5 韓曉濤;基于超聲圖像的甲狀腺結(jié)節(jié)計(jì)算機(jī)輔助診斷方法研究[D];西南交通大學(xué);2016年

6 宋歌聲;利用超聲圖像紋理特征鑒別甲狀腺結(jié)節(jié)良惡性的研究[D];山東大學(xué);2015年

7 熊偉;超聲甲狀腺結(jié)節(jié)自動(dòng)分類(lèi)研究[D];西南交通大學(xué);2014年

8 馮華梅;聲速匹配技術(shù)在甲狀腺疾病診斷中的應(yīng)用價(jià)值[D];河北聯(lián)合大學(xué);2014年

9 張遠(yuǎn)志;超聲圖像甲狀腺腫瘤自動(dòng)檢測(cè)方法研究[D];西南交通大學(xué);2014年

10 張希平;橋本氏甲狀腺炎合并結(jié)節(jié)診斷與治療[D];河北醫(yī)科大學(xué);2014年

本文編號(hào)：2765917