隨著人們對健康的重視,定期體檢變得十分普遍。肝臟類疾病近年來頻發(fā),肝癌死亡率也逐步升高,肝臟健康值得關(guān)注。體檢時(shí)通常采用計(jì)算機(jī)斷層成像技術(shù)CT對肝臟等內(nèi)部器官進(jìn)行檢查,考慮到輻射問題,通常采用低劑量CT設(shè)備。由此造成圖像分辨率不高,細(xì)節(jié)不明顯,給醫(yī)生讀取圖像信息帶來巨大壓力。且目前的診斷技術(shù)過度依賴醫(yī)生的經(jīng)驗(yàn)并摻雜主觀性,面對復(fù)雜的病理特征,醫(yī)生容易出現(xiàn)錯(cuò)誤診斷。針對體檢圖像分辨率低的問題,本文提出一種新的超分辨率重建算法C-VDSR來提高圖像的分辨率。將VDSR（Very Deep Super Resolution）算法采用的L2損失函數(shù)替換成Charbonnierpenalty函數(shù),可以更好地捕捉高頻特征。實(shí)驗(yàn)結(jié)果表明本文提出的網(wǎng)絡(luò)模型相比VDSR具有更優(yōu)越的性能,以×2尺度重建效果為例,本文算法C-VDSR的PSNR和SSIM指標(biāo)分別達(dá)到32.20dB和0.9182,還能在一定程度上減少重建的時(shí)間。對于重建后的較高分辨率的體檢肝臟CT圖像,我們利用深度學(xué)習(xí)算法U-Net網(wǎng)絡(luò)對其進(jìn)行自動肝臟分割,在得到肝臟區(qū)域后,進(jìn)一步利用該算法實(shí)現(xiàn)腫瘤分割。結(jié)果表明,圖像重建后提高了分割網(wǎng)絡(luò)的性... 

【文章頁數(shù)】：95 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第1章 緒論
    1.1 體檢與CT
    1.2 課題研究背景
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 課題研究的目的和內(nèi)容
    1.5 論文的組織結(jié)構(gòu)
第2章 理論基礎(chǔ)
    2.1 超分辨率重建求解
    2.2 超分辨率重建算法
    2.3 超分辨率重建指標(biāo)
    2.4 深度學(xué)習(xí)理論基礎(chǔ)
    2.5 OpenEHR規(guī)范
    2.6 本章小結(jié)
第3章 基于C-VDSR的超分辨率重建
    3.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備
    3.2 C-VDSR網(wǎng)絡(luò)結(jié)構(gòu)介紹
    3.3 基于C-VDSR的超分辨率重建網(wǎng)絡(luò)模型構(gòu)建
    3.4 網(wǎng)絡(luò)仿真結(jié)果
    3.5 本章小結(jié)
第4章 肝臟及肝臟腫瘤分割
    4.1 分割評價(jià)指標(biāo)
    4.2 肝臟分割
    4.3 腫瘤分割
    4.4 本章小結(jié)
第5章 肝臟腫瘤輔助診斷應(yīng)用系統(tǒng)設(shè)計(jì)
    5.1 總體設(shè)計(jì)
    5.2 系統(tǒng)功能需求分析
    5.3 系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)
    5.4 系統(tǒng)功能展示
    5.5 系統(tǒng)測試
    5.6 本章小結(jié)
第6章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間主要的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]多層螺旋CT、MRI用于肝臟腫瘤的臨床診斷價(jià)值分析[J]. 王興林,陳華平,李兵,張福洲.  影像研究與醫(yī)學(xué)應(yīng)用. 2018(10)
[2]結(jié)合結(jié)構(gòu)自相似性和卷積網(wǎng)絡(luò)的單幅圖像超分辨率[J]. 向文,張靈,陳云華,姬秋敏.  計(jì)算機(jī)應(yīng)用. 2018(03)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的胸片肺結(jié)節(jié)檢測[J]. 朱國策,李朝鋒.  傳感器與微系統(tǒng). 2017(12)
[4]圖像增強(qiáng)算法綜述[J]. 朱玉欣.  信息與電腦(理論版). 2017(16)
[5]醫(yī)學(xué)圖像分割方法綜述[J]. 劉宇,陳勝.  電子科技. 2017(08)
[6]基于Dropout卷積神經(jīng)網(wǎng)絡(luò)的行為識別[J]. 范曉杰,宣士斌,唐鳳.  廣西民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[7]圖像分割方法綜述研究[J]. 周莉莉,姜楓.  計(jì)算機(jī)應(yīng)用研究. 2017(07)
[8]超分辨率重建算法綜述[J]. 李欣,崔子冠,朱秀昌.  電視技術(shù). 2016(09)
[9]基于3D區(qū)域增長法和改進(jìn)的凸包算法相結(jié)合的全肺分割方法[J]. 代雙鳳,呂科,翟銳,董繼陽.  電子與信息學(xué)報(bào). 2016(09)
[10]低劑量螺旋CT的原理及臨床應(yīng)用[J]. 黃潔惠,宋歌,石磊.  腫瘤學(xué)雜志. 2016(04)

博士論文
[1]CT圖像的肝臟及肺部腫瘤檢測方法研究[D]. 王進(jìn)科.哈爾濱工業(yè)大學(xué) 2016
[2]圖像超分辨率重建算法研究[D]. 楊宇翔.中國科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]基于OpenEHR的體檢數(shù)據(jù)轉(zhuǎn)換和存儲平臺研究實(shí)現(xiàn)[D]. 王提寅.浙江大學(xué) 2013
[2]基于多期肝臟CT圖像的計(jì)算機(jī)輔助診斷系統(tǒng)中關(guān)鍵技術(shù)的研究[D]. 葉峻.上海交通大學(xué) 2010



本文編號：3712151