婦科常規(guī)檢查是婦科檢查中應(yīng)用最廣泛的一項項目,是不同類別陰道炎的診斷方法。目前醫(yī)院中多是使用人工鏡檢的方式進(jìn)行婦科常規(guī)檢查,方法是將浸有白帶的生理鹽水涂在載玻片上,再將載玻片置于顯微鏡下,依靠檢驗科醫(yī)生的專業(yè)知識和工作經(jīng)驗,觀察數(shù)十個視野,對樣本進(jìn)行判斷,并給出診斷結(jié)果。全部依靠人工完成的鏡檢方式存在一些不可避免的問題,即大量重復(fù)性工作帶來的疲憊和長時間進(jìn)行顯微鏡觀察導(dǎo)致的暈鏡。這些問題造成檢驗醫(yī)生工作效率降低、判斷準(zhǔn)確率下降。若醫(yī)生本身工作經(jīng)驗不足,則婦科常規(guī)檢查的準(zhǔn)確率更是無法得到保障,容易出現(xiàn)漏檢的情況。為解決這一問題,實驗室對婦科常規(guī)檢查的自動化進(jìn)行研究,研究包括儀器設(shè)備、掃描流程、軟件界面、聚焦算法、圖像檢測等幾個部分。本文主要對圖像檢測算法方面進(jìn)行研究。本文首先使用光學(xué)顯微鏡從醫(yī)院采集婦科顯微圖像、建立圖像數(shù)據(jù)集。圖像上目標(biāo)的分類是與醫(yī)生討論確定,并由專家進(jìn)行數(shù)據(jù)標(biāo)注以確保標(biāo)注的可靠性。然后,對于采集的圖像數(shù)據(jù)集,本文使用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）進(jìn)行檢測。CNN在計算機視覺上達(dá)到了突破性的成果,在各領(lǐng)域的應(yīng)用也越來越廣... 

【文章來源】：華東師范大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

AlexNet網(wǎng)絡(luò)結(jié)構(gòu)

華東師范大學(xué)碩士學(xué)位論文 主要包括輸入層、卷積層、激活函數(shù)。接下來對這些層進(jìn)行介紹。像進(jìn)行處理，比如尺寸修改、圖像增翻轉(zhuǎn)等方法增加圖像數(shù)量。歸一化練使用的數(shù)據(jù)集和將來實際使用的數(shù)布不同，而網(wǎng)絡(luò)學(xué)習(xí)的是當(dāng)前訓(xùn)練數(shù)的性能會降低。為了解決這一問題，適應(yīng)從不同光照條件、檢驗環(huán)境拍不同帶來的影響，有效提高網(wǎng)絡(luò)的果。

參數(shù)的方式減少了參數(shù)量和計算量。卷積層是 CNN 最重要的結(jié)構(gòu)，也是 字中卷積一詞的由來，卷積層使用卷積核對輸入圖像或輸入特征圖進(jìn)行卷，從而提取圖像的特征。卷積層示例如圖 2-3，首先將輸入特征圖進(jìn)行 pad作，即對特征圖的邊界進(jìn)行擴展，如示例中 padding 為 1，則擴展一個像素成 padding 后，對特征圖進(jìn)行卷積，如示例中使用的是 3×3 的卷積核，strid示卷積核在特征圖上的滑動步距為 1。卷積得到的特征圖即為卷積層的征圖，輸出特征圖的長寬計算公式如下： = 2 × 1 (其中， 表示輸出特征圖的長寬， 表示輸入特征圖的長寬， 表核的長寬。當(dāng)輸入圖像為 1024×1024×3、輸出特征圖包含 1024 層，且卷小與圖 2-3 一致時，卷積層共有 3×3×3×1024+1024=28672 個參數(shù)，參數(shù)遠(yuǎn)小于全連接層，減少了計算量，提高了網(wǎng)絡(luò)的運算速度。

【參考文獻(xiàn)】：
碩士論文
[1]白帶有形成份中霉菌自動識別算法技術(shù)的研究[D]. 陸宋晗.電子科技大學(xué) 2018
[2]白帶顯微圖像中白細(xì)胞自動識別算法技術(shù)的研究[D]. 鐘亞.電子科技大學(xué) 2018
[3]基于深度學(xué)習(xí)的目標(biāo)跟蹤研究及在白帶識別中的應(yīng)用[D]. 張建飛.重慶理工大學(xué) 2018
[4]白帶顯微圖像中霉菌自動識別及清潔度判定的研究[D]. 郝如茜.電子科技大學(xué) 2017



本文編號：3530990