醫(yī)學(xué)CT檢查已經(jīng)成為疾病篩查、診斷和治療中必不可少輔助工具,且日益廣泛應(yīng)用。然而,日常產(chǎn)生的大量醫(yī)學(xué)CT圖像、圖像數(shù)據(jù)的非結(jié)構(gòu)特性以及醫(yī)學(xué)圖像內(nèi)容的專業(yè)性,給基于醫(yī)學(xué)影像判讀的快速精準診療帶來極大挑戰(zhàn)。近年來,醫(yī)學(xué)圖像的自動分析以及計算機輔助診療技術(shù)受到極大重視,可以一定程度上解決醫(yī)學(xué)數(shù)據(jù)的自動判讀和分析,從而提高醫(yī)學(xué)診療的準確性、便捷性和處理大規(guī)模數(shù)據(jù)的能力。為臨床重大疾病的篩查、診斷、手術(shù)規(guī)劃等提供精準的圖像分析技術(shù),是當前圖像分析領(lǐng)域急需解決的前沿問題。我國是肝癌的高發(fā)病國家,且肝癌是惡性腫瘤的一種,其發(fā)病率及死亡率較高。因此,研究計算機輔助肝癌診療具有重要應(yīng)用價值。本文面向計算機輔助肝癌診療,利用深度卷積神經(jīng)網(wǎng)絡(luò)研究肝臟CT圖像智能分析。具體地,我們提出了解決CT圖像的智能預(yù)處理、肝臟和腫瘤自動分割中若干問題的有效方法。在預(yù)處理階段,針對數(shù)據(jù)中存在圖像方向不正的問題,設(shè)計了一種多任務(wù)并行卷積回歸網(wǎng)絡(luò)對方向偏差參數(shù)進行預(yù)測,解決了傳統(tǒng)配準校正方法在大角度偏差校正上的不足,在大偏差和小偏差情況下都取得了良好效果;進一步的,針對醫(yī)學(xué)圖像數(shù)據(jù)量小的問題,對多任務(wù)并行卷積回歸網(wǎng)絡(luò)進行串行... 

【文章來源】：華僑大學(xué)福建省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于不同掃描期的腹部CT掃描圖像

肝臟及腫瘤分割的難點

經(jīng)典深度卷積網(wǎng)絡(luò)VGG-16結(jié)構(gòu)示意圖

【參考文獻】：
期刊論文
[1]基于圖割和邊緣行進的肝臟CT序列圖像分割[J]. 廖苗,趙于前,曾業(yè)戰(zhàn),黃忠朝,鄒北驥.  電子與信息學(xué)報. 2016(06)
[2]基于自適應(yīng)區(qū)域生長算法的肝臟分割[J]. 彭豐平,鮑蘇蘇,曾碧卿.  計算機工程與應(yīng)用. 2010(33)
[3]DICOM格式醫(yī)學(xué)圖像及其圖像信息的顯示[J]. 高升,葛云.  中國醫(yī)學(xué)物理學(xué)雜志. 2010(03)
[4]基于支持向量機的磁共振腦組織圖像分割[J]. 徐海祥,喻莉,朱光喜,張翔,田金文.  中國圖象圖形學(xué)報. 2005(10)



本文編號：3008880