本文選題：胎兒超聲 + 質(zhì)量控制��； 參考：《深圳大學(xué)》2017年碩士論文

【摘要】：產(chǎn)前超聲檢查過(guò)程中,超聲圖像的質(zhì)量和相應(yīng)生物參數(shù)測(cè)量的精度對(duì)于胎兒生長(zhǎng)發(fā)育狀況的準(zhǔn)確診斷是非常重要的。但是,手動(dòng)的質(zhì)量控制是一個(gè)大量繁雜重復(fù)性工作的過(guò)程,臨床上難以實(shí)現(xiàn)。另外,手動(dòng)的解剖結(jié)構(gòu)邊緣輪廓勾畫也非常耗時(shí),在臨床實(shí)踐中會(huì)導(dǎo)致較大的醫(yī)師間差異。為了提高產(chǎn)前檢查的效率,減輕由不恰當(dāng)?shù)某晵卟榍忻孢x取和不精確的生物計(jì)量估計(jì)引起的測(cè)量誤差,本論文提出全自動(dòng)的胎兒超聲圖像質(zhì)量控制(FUIQA)和參數(shù)測(cè)量(FUIPM)系統(tǒng),協(xié)助實(shí)現(xiàn)臨床產(chǎn)科檢查中胎兒腹部超聲圖像的質(zhì)量控制和精準(zhǔn)的生物學(xué)參數(shù)測(cè)量。本論文提出的FUIQA系統(tǒng)由兩個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn),分別定義為L(zhǎng)-CNN和C-CNN。L-CNN用于超聲圖像中胎兒腹部區(qū)域感興趣目標(biāo)(ROI)的定位�；贚-CNN定位到的ROI,C-CNN通過(guò)評(píng)價(jià)關(guān)鍵解剖結(jié)構(gòu)胃泡(SB)和臍靜脈(UV)描述的完整性來(lái)評(píng)估超聲圖像的質(zhì)量。為了進(jìn)一步提高L-CNN的性能,本文通過(guò)局部相位特征與原始超聲數(shù)據(jù)通道融合的方式增加神經(jīng)網(wǎng)絡(luò)的輸入源。通過(guò)全面的實(shí)驗(yàn),闡明本文提出的FUIQA系統(tǒng)適用于16~40孕周的不同參數(shù)設(shè)置的胎兒超聲圖像,與超聲醫(yī)師手動(dòng)評(píng)分相比達(dá)到90%的一致性。本論文提出的FUIPM系統(tǒng)是一個(gè)全自動(dòng)分割胎兒超聲圖像的級(jí)聯(lián)框架。首先,一個(gè)修正的全卷積網(wǎng)絡(luò)(R-FCN)被用于提取多尺度視覺(jué)特征,產(chǎn)生密集的邊緣預(yù)測(cè)圖以鑒別解剖結(jié)構(gòu)。為了提高預(yù)測(cè)圖的局部空間一致性同時(shí)改善細(xì)節(jié),本文將核心的R-FCN模型嵌入到自動(dòng)上下文模型中,并將傳統(tǒng)自動(dòng)上下文模型中的并行級(jí)聯(lián)改進(jìn)為求和級(jí)聯(lián)操作。大量的實(shí)驗(yàn)結(jié)果表明,FUIPM系統(tǒng)可以有效克服嚴(yán)重的邊界不完整缺陷,相比其它流行的最新算法,可以取得更好的分割精度。本論文提出的FUIQA與FUIPM系統(tǒng)具有通用性,可以很容易的拓展到其他類型胎兒超聲掃查切面的質(zhì)量控制和參數(shù)測(cè)量,比如胎兒顏面部、四腔心切面等。
[Abstract]:During prenatal ultrasound examination, the quality of ultrasound image and the accuracy of biological parameters measurement are very important for the accurate diagnosis of fetal growth and development. However, manual quality control is a complex and repetitive process, which is difficult to achieve clinically. In addition, manual outline of the edge of the anatomical structure is also time-consuming, leading to greater differences between physicians in clinical practice. In order to improve the efficiency of prenatal examination and reduce the measurement error caused by improper selection of ultrasonic scanning section and inaccurate biometric estimation, a fully automatic FUIQA and parameter measurement system for fetal ultrasound image quality control (FUIQA) and parameter measurement (FUIPM) are proposed in this paper. Assist in the quality control of fetal abdominal ultrasound images and accurate measurement of biological parameters in clinical obstetrical examination. In this paper, the FUIQA system is implemented by two deep convolution neural network models, which are defined as L-CNN and C-CNN.L-CNN for localization of fetal abdominal area of interest (ROI). The quality of ultrasound images was evaluated by evaluating the integrality of the description of the key anatomical structures (SBB) and umbilical vein (UVS) based on the L-CNN localization of ROIC-CNN. In order to further improve the performance of L-CNN, the input source of neural network is added by the fusion of local phase feature and original ultrasonic data channel. Through a comprehensive experiment, it is clarified that the proposed FUIQA system is suitable for fetal ultrasound images with different parameters at 16 ~ 40 gestational weeks, which is 90% consistent with the ultrasound doctor's manual score. The FUIPM system proposed in this paper is a cascade framework for automatic segmentation of fetal ultrasound images. First, a modified full convolution network (R-FCN) is used to extract multi-scale visual features and generate dense edge prediction images to distinguish anatomical structures. In order to improve the local spatial consistency of the prediction graph and improve the detail, the core R-FCN model is embedded into the automatic context model, and the parallel concatenation in the traditional automatic context model is improved to sum concatenation operation. A large number of experimental results show that the FUIPM system can effectively overcome the serious boundary imperfections and achieve better segmentation accuracy than other popular algorithms. The FUIQA and FUIPM systems proposed in this paper are universal and can be easily extended to other types of fetal ultrasound scanning for the quality control and parameter measurement, such as fetal face, four-cavity tangent surface, and so on.
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：R714.5;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;超聲圖象診斷1001題答案(續(xù))[J];中國(guó)超聲醫(yī)學(xué)雜志;1987年01期

2 劉f ,趙榮椿,程敬之;提高超聲圖像紋理分析空間分辨率的研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2001年06期

3 鄒紅,宋云飛,叢曉麗;對(duì)36例闌尾炎超聲圖像的分析及臨床應(yīng)用價(jià)值[J];中國(guó)急救醫(yī)學(xué);2002年03期

4 徐海東,周兆英,劉冉;超聲回波測(cè)溫[J];中國(guó)醫(yī)療器械雜志;2002年06期

5 馮凡;SAL-32B型超聲儀無(wú)圖像修理1例[J];醫(yī)療設(shè)備信息;2004年07期

6 張竹君;潘農(nóng);徐子寧;;肉芽腫性小葉性乳腺炎的超聲圖像特征分析[J];浙江臨床醫(yī)學(xué);2006年05期

7 Harris D.L.;Bloomfield F.H.;Teele R.L.;Harding J.E.;郭戰(zhàn)宏;;對(duì)超聲圖像不同解釋可能使所報(bào)告的新西蘭新生兒重癥監(jiān)護(hù)病房中的白質(zhì)損害的發(fā)生率有所不同[J];世界核心醫(yī)學(xué)期刊文摘(兒科學(xué)分冊(cè));2006年05期

8 官輝煜;;超聲圖像質(zhì)量檢驗(yàn)系統(tǒng)設(shè)計(jì)的評(píng)估[J];中國(guó)醫(yī)療器械信息;2010年11期

9 張志侃,許石生,胡紹緒,張青萍;超聲圖象存貯裝置的研制及其臨床應(yīng)用價(jià)值[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);1983年02期

10 劉慧娟;;人類子宮內(nèi)膜組織各期變化超聲圖象的標(biāo)準(zhǔn)[J];國(guó)外醫(yī)學(xué).婦產(chǎn)科學(xué)分冊(cè);1986年02期

相關(guān)會(huì)議論文 前10條

1 史曉龍;彭敏霞;周國(guó)平;;自制超聲圖文工作站的應(yīng)用體會(huì)[A];2004年浙江省超聲醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2004年

2 王永漢;王麗霞;付洪榮;;超聲圖像描述的探討[A];中華醫(yī)學(xué)會(huì)第六次全國(guó)超聲醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2001年

3 王志剛;;超聲組織定征：射頻法與視頻法的臨床應(yīng)用研究[A];2001年全國(guó)醫(yī)學(xué)影像技術(shù)學(xué)術(shù)會(huì)議論文匯編[C];2001年

4 陶春梅;王學(xué)梅;闕艷紅;;胃壁超聲圖像改變?cè)诔Ｒ娢副诜悄[瘤性病變中的比較分析[A];慶祝中國(guó)超聲診斷50年暨第十屆全國(guó)超聲醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2008年

5 查代奉;邱天爽;;基于穩(wěn)定分布的超聲圖像散粒噪聲抑制新方法[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

6 鄢曹鑫;顧新宇;楊仲方;余永紅;姚萍萍;黃定;徐英姿;田樹元;何銘敏;余莉青;李宏春;;右下肺肺癌的超聲圖像淺析[A];2008年浙江省超聲醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2008年

7 Z.Szikszai;朱玉云;;人體動(dòng)脈血管壁的區(qū)域鈣分布和超聲圖像[A];第七屆全國(guó)顱腦及頸動(dòng)脈超聲學(xué)術(shù)會(huì)議論文匯編[C];2007年

8 鄭昌瓊;李德玉;汪天富;Zheng Yi;;超聲遠(yuǎn)程診斷質(zhì)量控制系統(tǒng)[A];21世紀(jì)醫(yī)學(xué)工程學(xué)術(shù)研討會(huì)論文摘要匯編[C];2001年

9 陳湘麗;譚黎明;楊樺;郭時(shí)珍;;50例胃壁增厚的超聲圖像分析[A];慶祝中國(guó)超聲醫(yī)學(xué)工程學(xué)會(huì)成立20周年——第八屆全國(guó)超聲醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2004年

10 楊黎明;魯紅;王軍梅;張峰彬;金帆;;睪丸微石癥經(jīng)陰囊超聲圖像特征及精液質(zhì)量分析[A];2011年浙江省超聲醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2011年

相關(guān)重要報(bào)紙文章 前2條

1 本報(bào)記者 羅虎;立足崗位勤鉆研 滿腔熱血為醫(yī)學(xué)[N];白銀日?qǐng)?bào);2011年

2 吳靜;乳腺癌的超聲圖像[N];健康報(bào);2006年

相關(guān)博士學(xué)位論文 前4條

1 張俊華;頸部淋巴結(jié)超聲圖像分析與應(yīng)用[D];復(fù)旦大學(xué);2007年

2 朱長(zhǎng)明;頸部淋巴結(jié)超聲圖像輔助診斷關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2011年

3 宋曉陽(yáng);醫(yī)學(xué)超聲圖像的輪廓波方法研究及其在相控HIFU治療系統(tǒng)中的應(yīng)用[D];上海交通大學(xué);2009年

4 陸宇衡;高性能鐵基粉末冶金燒結(jié)材料制備、性能及超聲疲勞行為研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 黃小偉;基于超聲圖像的動(dòng)脈粥樣硬化斑塊風(fēng)險(xiǎn)等級(jí)評(píng)估[D];南方醫(yī)科大學(xué);2015年

2 石東兵;基于聲傳輸特性的超聲測(cè)溫方法研究[D];湖南師范大學(xué);2015年

3 田東旭;乳腺癌的超聲圖像分形分析[D];大連醫(yī)科大學(xué);2015年

4 陳維佳;基于DSP的超聲原子力顯微系統(tǒng)的開發(fā)與應(yīng)用[D];天津大學(xué);2014年

5 陳艷梅;超聲圖像導(dǎo)航手術(shù)系統(tǒng)的關(guān)鍵技術(shù)研究[D];天津大學(xué);2014年

6 張嘉男;基于發(fā)音運(yùn)動(dòng)分析與合成系統(tǒng)研究[D];天津大學(xué);2014年

7 吳凌云;胎兒腹部超聲圖像自動(dòng)質(zhì)量控制與參數(shù)測(cè)量[D];深圳大學(xué);2017年

8 李霞;心超聲圖像與斷層標(biāo)本相對(duì)照的影像解剖學(xué)研究[D];青島大學(xué);2008年

9 李學(xué)超;基于斑點(diǎn)跟蹤算法的心臟超聲圖像運(yùn)動(dòng)分析[D];東北大學(xué);2013年

10 陳文山;基于形變模型的心臟超聲圖像三維分割方法[D];四川大學(xué);2007年

，

本文編號(hào)：1782843