發(fā)布時(shí)間：2021-08-29 00:35

　　病理學(xué)是研究疾病病因、發(fā)病機(jī)制、病理變化、結(jié)局和病變轉(zhuǎn)歸的醫(yī)學(xué)基礎(chǔ)學(xué)科,通過對(duì)病理機(jī)理的研究,我們可以了解不同機(jī)體在不同階段的形態(tài)結(jié)構(gòu)、功能代謝變化。病理學(xué)一直被視作是基礎(chǔ)醫(yī)學(xué)和臨床醫(yī)學(xué)之間的橋梁學(xué)科,能夠?yàn)榧膊〉念A(yù)防、診斷、治療提供更加準(zhǔn)確且有意義的信息。數(shù)字病理技術(shù)就是指將數(shù)字計(jì)算機(jī)成像和信息通訊的有關(guān)技術(shù)應(yīng)用于病理學(xué)圖像智能分析領(lǐng)域,是一種現(xiàn)階段數(shù)字成像系統(tǒng)與傳統(tǒng)光學(xué)成像裝置相互結(jié)合的技術(shù)。與傳統(tǒng)的病理成像技術(shù)相比,數(shù)字化病理學(xué)技術(shù)的突出特點(diǎn)是:有著更高的分辨率與清晰度、成像穩(wěn)定便于觀察分析、易于保存管理、方便瀏覽傳輸、為遠(yuǎn)程會(huì)診和病理教學(xué)供了很高的便利。借鑒深度學(xué)習(xí)在計(jì)算機(jī)視覺上的前沿經(jīng)驗(yàn)和取得的先進(jìn)成果,本研究旨在應(yīng)用深度學(xué)習(xí)技術(shù),同時(shí)參考遷移學(xué)習(xí)的一些思想,將深度神經(jīng)網(wǎng)絡(luò)相關(guān)算法應(yīng)用于數(shù)字病理圖像識(shí)別與分析領(lǐng)域,擬解決現(xiàn)階段數(shù)字病理臨床診斷、分析研究中所顯現(xiàn)出的一些耗時(shí)費(fèi)力、診斷不精確、診斷指標(biāo)不統(tǒng)一的問題。本文通過對(duì)計(jì)算機(jī)智能科學(xué)與醫(yī)療影像學(xué)、數(shù)字病理學(xué)的融合,促進(jìn)病理診斷、病理分析的準(zhǔn)確性與智能化。本研究通過對(duì)數(shù)字病理學(xué)具體問題的分析,引入基于深度神經(jīng)網(wǎng)絡(luò)的模式分類、語... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：134 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－１：在中國知網(wǎng)對(duì)論文關(guān)鍵字“數(shù)字病理”、“深度學(xué)習(xí)”的檢索調(diào)研

?第二章相關(guān)基礎(chǔ)知識(shí)???．．翁??Ｗｊ＾％：ｉＭ＾０＾??Ｉ＇綱Ｈ■濟(jì)？，??爾：＇ｉ?＾？ｐ??：秦＇?．＾ＩＨＩ??圖２－１：本論文胃癌分割臨床數(shù)據(jù)集中截取的一批同樣大小的圖像塊圖示。??且要切全，而且使用切片機(jī)要均勻用力。接下來在５０度的溫水中進(jìn)行展片、攜片等??環(huán)節(jié)，然后經(jīng)過７０度的烤片得到木論文染色的切片。（４）標(biāo)木染色。得到切片后，切??片需要經(jīng)過蘇木素一伊紅染色來增強(qiáng)組織細(xì)節(jié)的可觀測性。蘇木素一般染色時(shí)間在５??到１０分鐘左右，在這中間，使用１％的鹽酸酒精進(jìn)行分化是關(guān)鍵的操作，在ｌｉｔ過程??中分化程度要嚴(yán)格控制。同時(shí)在整個(gè)過程中，也一定耍保證切片鏡面干凈、無氣泡。??染色完善靜放后，本論文的胃癌病理切片便制作完善［５５－５６］。觀測者就可以通過顯??微裝置進(jìn)行觀測記錄留圖。一些胃癌病理切片數(shù)據(jù)的圖示如圖２－１所示。??通過觀察可以發(fā)現(xiàn)在這些病理切片上，組織的外在特征一般呈現(xiàn)兩種類別。在本??論文中，我們將數(shù)字病理切片的每個(gè)像素進(jìn)行標(biāo)記，會(huì)發(fā)現(xiàn)本論文針對(duì)的胃癌區(qū)域??１５??

?北京郵電大學(xué)工學(xué)博士學(xué)位論文???分割問題，實(shí)際上就是一個(gè)像素級(jí)別二分類問題。本論文的分割任務(wù)圖示如圖２－２所??示。與我們合作的醫(yī)學(xué)專家通過Ｌａｂｅｌｌｍｇ軟件幫我們標(biāo)記如圖情況，再由我們進(jìn)行??編碼處理。??｝??＿�。�；??．滅蕾，那??ｎ．－?Ｉ??圖２－２：胃癌分割任務(wù)展示：左圖癌癥區(qū)域特征和正常區(qū)域特征與右圖中的藍(lán)色區(qū)域??和灰色區(qū)域——對(duì)應(yīng)。??２．１．３細(xì)胞／細(xì)胞核病理切片相關(guān)知識(shí)??每個(gè)人體內(nèi)大約有３０萬億個(gè)細(xì)胞。這些細(xì)胞中的大多數(shù)都包含一個(gè)充滿ＤＮＡ??的細(xì)胞核，而ＤＮＡ是對(duì)細(xì)胞進(jìn)行編程的遺傳密碼。細(xì)胞核識(shí)別是必不可少的，通常??是數(shù)字病理學(xué)中大多數(shù)分析的第一步。由于細(xì)胞核的形態(tài)學(xué)差異以及病理切片不同??的染色方法，尋找有效的細(xì)胞核檢測方法并不容易。盡管困難重重，但細(xì)胞核智能檢??測會(huì)幫助臨床專家和研究人員高效清楚地識(shí)別組織樣本中的每個(gè)細(xì)胞，因此這又是??十分重要的。此外，通過測量細(xì)胞對(duì)特定處理的特征反應(yīng)，研究人員可以探索工作中??潛在的生物學(xué)過程，例如細(xì)胞的數(shù)量或大小變化。更為重要的是，隨著大數(shù)據(jù)時(shí)代的??到來以及病理學(xué)家的缺乏，無數(shù)的病理圖像給醫(yī)學(xué)研究人員和臨床醫(yī)生帶來了巨大??的工作量。因此，找到一種合適的細(xì)胞自動(dòng)檢測方法或分割方法是十分必要的。??和２．１．２中關(guān)于胃癌病理切片的染色方法類似，針對(duì)細(xì)胞的染色一般也要經(jīng)過蘇??木精一伊紅染色法，并通過石蠟技術(shù)進(jìn)行實(shí)現(xiàn)。蘇木精染色液一般為堿性，主要和細(xì)??胞核內(nèi)的染色質(zhì)與胞質(zhì)內(nèi)的核酸反應(yīng)成藍(lán)紫色；伊紅為酸性染料，主要使細(xì)胞質(zhì)和細(xì)??１６??

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字病理+人工智能在病理中的應(yīng)用及發(fā)展[J]. 陳曉智,王建剛.  河南醫(yī)學(xué)研究. 2020(03)
[2]葡萄膜黑色素瘤高轉(zhuǎn)移相關(guān)基因的篩選和分析[J]. 聶愛芹,謝寧,李強(qiáng),李偉.  山西醫(yī)藥雜志. 2019(13)
[3]深度學(xué)習(xí)在數(shù)字病理中的應(yīng)用[J]. 閆雯,湯燁,張益肇,來茂德,許燕.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2018(01)
[4]中國數(shù)字病理發(fā)展展望[J]. 包驥,步宏.  實(shí)用醫(yī)院臨床雜志. 2017(05)
[5]數(shù)字病理中計(jì)算機(jī)輔助診斷研究展望[J]. 鄧楊,包驥.  實(shí)用醫(yī)院臨床雜志. 2017(05)
[6]A Survey on Deep Learning-based Fine-grained Object Classification and Semantic Segmentation[J]. Bo Zhao,Jiashi Feng,Xiao Wu,Shuicheng Yan.  International Journal of Automation and Computing. 2017(02)
[7]大數(shù)據(jù)與深度學(xué)習(xí)綜述[J]. 馬世龍,烏尼日其其格,李小平.  智能系統(tǒng)學(xué)報(bào). 2016(06)
[8]中國病理學(xué)教學(xué)改革近況分析[J]. 王艷霞.  中國醫(yī)藥導(dǎo)報(bào). 2015(01)
[9]數(shù)字化病理技術(shù)在病理學(xué)實(shí)驗(yàn)室中的應(yīng)用[J]. 鄧學(xué)田,李忠武,周立新.  河北醫(yī)科大學(xué)學(xué)報(bào). 2014(03)
[10]數(shù)字切片庫結(jié)合網(wǎng)絡(luò)在病理學(xué)實(shí)驗(yàn)教學(xué)中的應(yīng)用[J]. 王進(jìn)京,孫保存,趙秀蘭,張丹芳,劉鐵菊,高玉彤,董學(xué)易,古強(qiáng).  基礎(chǔ)醫(yī)學(xué)教育. 2012(12)

博士論文
[1]病理圖像精細(xì)化分析算法研究[D]. 崔磊.西北大學(xué) 2019

碩士論文
[1]基于膠囊神經(jīng)網(wǎng)絡(luò)的癌癥數(shù)字病理圖像預(yù)測方法研究[D]. 湯博.中國科學(xué)技術(shù)大學(xué) 2019
[2]基于深度學(xué)習(xí)的粗標(biāo)記胃癌病理切片圖像分割算法[D]. 南洋.湖南大學(xué) 2018
[3]基于深度學(xué)習(xí)的醫(yī)學(xué)病理圖像智能分析算法研究[D]. 王督.上海交通大學(xué) 2018



本文編號(hào)：3369539