【摘要】：產(chǎn)前超聲診斷過程中,精確地從動態(tài)超聲圖像中定位出標準切面對后續(xù)的生物學參數(shù)測量和診斷至關重要。傳統(tǒng)方法是由醫(yī)生進行主觀定位,這種人工評判的方式不僅耗費時間精力,而且嚴重依賴操作者的臨床工作經(jīng)驗,結(jié)果往往存在較大的差異。因此,臨床產(chǎn)前超聲診斷亟需一種能夠自動從超聲動態(tài)圖像中定位標準切面的方法。本論文提出基于深度卷積網(wǎng)絡的胎兒超聲標準切面自動定位框架。使用計算機自動化定位胎兒超聲標準切面能夠很大程度上提高產(chǎn)前超聲診斷中的效率,緩解醫(yī)生的工作壓力,為超聲醫(yī)生在處理和分析胎兒超聲圖像上節(jié)省時間。本論文中提出基于深度卷積網(wǎng)絡的方法用于實現(xiàn)胎兒超聲標準切面自動定位。我們提出基于超聲圖像網(wǎng)絡(Ultrasonic Image Networks,UInet)和基于區(qū)域搜索網(wǎng)絡(Region Search Networks,RSN)的胎兒超聲標準切面定位系統(tǒng)。基于UInet的方法研究目標是預裁剪后的超聲標準切面圖像定位,我們探究切面各個解剖學結(jié)構(gòu)對卷積神經(jīng)網(wǎng)絡決策的影響;而基于RSN的方法研究目標是未裁剪的超聲標準切面圖像定位,我們完成更高度自動化的胎兒超聲標準切面自動定位系統(tǒng)。前者是后者的基礎,后者是前者的延續(xù)。我們將以上兩種自動化定位方法的結(jié)果與超聲醫(yī)生手動標注的切面結(jié)果做比較,并且取得了較好的一致性。根據(jù)文獻調(diào)研,本論文是在產(chǎn)前超聲領域中首次同時對丘腦、股骨、上腹部三種切面的自動化定位進行研究。在UInet的方法中,我們將胎兒超聲標準切面定位問題作為一個有監(jiān)督的分類問題,監(jiān)督信息來自于醫(yī)生的手動標注。首先,我們手動裁剪出超聲圖像的關鍵解剖區(qū)域;然后,我們將相鄰相似切面引入數(shù)據(jù)集,解決相似解剖結(jié)構(gòu)干擾和相鄰切面混淆的問題;最后,我們使用卷積神經(jīng)網(wǎng)絡可視化技術(shù),對UInet的定位依據(jù)進行可視化,得到的結(jié)果與醫(yī)生分析判斷的解剖學區(qū)域一致。在基于RSN的方法中,RSN在深度卷積網(wǎng)絡得到的高階特征圖上自動搜索切面的關鍵解剖學區(qū)域,然后完成標準切面的定位。最終,基于UInet的方法在18736張超聲圖像上,丘腦切面、股骨切面、上腹部切面預測結(jié)果的準確率分別達到85%、96%、92%;基于RSN的方法在1159個超聲視頻上,預測結(jié)果的準確率分別達到87%、91%、90%。實驗結(jié)果表明,UInet方法對標準切面檢測是有效的,RSN方法能準確搜索切面的關鍵解剖區(qū)域,并擁有良好的定位性能。
【學位授予單位】：深圳大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R714.5;R445.1
【圖文】：

術(shù)（Computer Vision，CV）tional Neural Networks，DCNN受大腦神經(jīng)元結(jié)構(gòu)啟發(fā)變異而雜高維數(shù)據(jù)中提取的抽象特征醫(yī)學圖像領域，如在圖像配準[231][32]、計算機輔助疾病診斷[33]構(gòu)包括卷積層、最大值池化層、全，通過卷積操作提取特征并保

測試階段則速度較快，在加載訓練好的網(wǎng)絡后，單張圖像只需要 0.01 秒就能得到判定結(jié)果。2.4.2 梯度加權(quán)分類激活圖簡介2015 年，麻省理工學院計算機與人工智能實驗室的 Zhou B 等人[42]提出基于CNN 的分類激活圖（Class Activation Mapping，CAM）的概念。2016 年，SelvarajuR R 等人[43]在 CAM 的基礎上，提出了梯度加權(quán)分類激活圖（Gradient-weightedClass Activation，Grad-CAM）。相比 CAM 需要修改 CNN 結(jié)構(gòu)才能使用，Grad-CAM 在任何 CNN 結(jié)構(gòu)都能使用，并且引入了梯度加權(quán)，定位更加準確。下面介紹 Grad-CAM 的原理。Grad- CAM 主要使用梯度信息，觀察 CNN 最后一個卷積層中神經(jīng)元在網(wǎng)絡決策中的作用。

圖 2.13 一般分類過程 Positive）:指被模型預測正確的標準切面樣本，如上標準切面；TN（True Negative）:指被模型預測正確非標準切面預測為股骨非標準切面；FP（False Posi標準切面樣本，如丘腦非標準切面預測為丘腦標準切alse Negative）:指被模型預測錯誤的標準切面樣本，非標準切面或其它種類切面。價指標精確率（Precision）、召回率（Recall）、準確率core）的計算公式為：P| § ￡￠ =TPTP FPTP

【相似文獻】

相關期刊論文 前10條

1 ;醫(yī)學胎兒超聲寫真不宜太早做[J];江蘇衛(wèi)生保健;2015年21期

2 侯倩;;胎兒超聲技術(shù)及其專利狀況分析[J];數(shù)碼世界;2018年04期

3 周星;徐維榮;;1000例胎兒超聲體檢結(jié)果簡析[J];中國優(yōu)生與遺傳雜志;2006年11期

4 李鳳英;王艷香;;胎兒超聲軟指標的臨床結(jié)局分析[J];世界最新醫(yī)學信息文摘;2016年50期

5 范麗梅;張立會;祝賀;陳沫;;產(chǎn)前胎兒超聲的規(guī)范性檢查[J];中國實驗診斷學;2008年11期

6 顧京紅;蔣榮珍;沈國芳;鄭哲;;598例妊娠中晚期胎兒超聲異常與染色體異常的關系[J];實用婦產(chǎn)科雜志;2015年02期

7 李薇;李婷;雍喜;楊建容;鄭玲;;分析孕期(11～14周)胎兒超聲軟指標評估胎兒心臟結(jié)構(gòu)的臨床應用效果[J];影像研究與醫(yī)學應用;2018年15期

8 鐘少玲;;胎兒超聲顱內(nèi)無回聲4病例之淺談[J];世界最新醫(yī)學信息文摘;2015年62期

9 趙靜哲;三維胎兒超聲技術(shù)[J];實用放射學雜志;1992年12期

10 陳意堅;龔桂芳;符芳;;孕產(chǎn)婦心理情感在胎兒超聲結(jié)構(gòu)異常中的結(jié)局變化[J];現(xiàn)代中西醫(yī)結(jié)合雜志;2012年20期

相關會議論文 前10條

1 李潔;朱湘玉;朱瑞芳;楊瀅;張穎;吳星;何琳琳;史逸燕;胡蘇瑋;王皖駿;奚琦;;不同胎兒超聲異常與染色體異常的相關性研究[A];2015年泛長三角圍產(chǎn)醫(yī)學學術(shù)年會暨浙江省圍產(chǎn)醫(yī)學學術(shù)年會論文匯編[C];2015年

2 魯紅;;胎兒超聲軟指標及對策[A];2006年浙江省超聲醫(yī)學學術(shù)年會論文匯編[C];2006年

3 楊琴;叢林;袁靜;方慧琴;陳薇;;337例胎兒超聲軟指標陽性染色體結(jié)果分析[A];2015年泛長三角圍產(chǎn)醫(yī)學學術(shù)年會暨浙江省圍產(chǎn)醫(yī)學學術(shù)年會論文匯編[C];2015年

4 劉菲;楊太珠;;孕早期胎兒超聲遺傳標記物的初步分析[A];2012'中國西部聲學學術(shù)交流會論文集(Ⅱ)[C];2012年

5 牛鳳岐;朱承綱;程洋;;國際上對胎兒超聲診斷安全性的理工醫(yī)綜合解讀[A];第二屆超聲診斷安全閾值及胎兒畸形研討會論文匯編[C];2005年

6 李萍;黃曙方;丁紅;劉珍;;胎兒超聲異常與染色體的相關性分析[A];中華醫(yī)學會第十次全國婦產(chǎn)科學術(shù)會議產(chǎn)科會場（產(chǎn)科學組、妊高癥學組）論文匯編[C];2012年

7 賀晶;;常見胎兒超聲異常的臨床處理[A];2013浙江省醫(yī)學遺傳學學術(shù)年會論文匯編[C];2013年

8 王軍梅;;產(chǎn)前胎兒超聲微小異常的解讀[A];2014浙江省醫(yī)學會醫(yī)學遺傳學學術(shù)年會論文匯編[C];2014年

9 才金華;石慧瑩;羅文娟;陳豫中;閆梅;;Ⅲ級系統(tǒng)胎兒超聲在胎兒畸形篩查中的應用體會[A];中華醫(yī)學會第十次全國婦產(chǎn)科學術(shù)會議產(chǎn)科會場（產(chǎn)科學組、妊高癥學組）論文匯編[C];2012年

10 佘志紅;王慧芳;林琪;熊奕;盧峻;彭啟慧;魏章洪;馮曉鳳;吳瑛;林琳華;任景慧;;九斷面法在中孕胎兒超聲診斷篩查中的意義及應用[A];中華醫(yī)學會超聲醫(yī)學新進展學術(shù)會議論文匯編[C];2004年

相關重要報紙文章 前2條

1 記者 唐彤東;專家告誡：拍攝胎兒“寫真”要當心[N];重慶日報;2005年

2 富春元;孕期B超不能亂做[N];健康時報;2015年

相關碩士學位論文 前5條

1 胡鵬輝;胎兒超聲圖像中標準切面自動定位方法研究[D];深圳大學;2018年

2 趙淳;染色體異常胎兒超聲指標分析[D];南京醫(yī)科大學;2012年

3 李t

本文編號：2789041