宮頸癌是危害女性健康最常見(jiàn)的惡性腫瘤之一,我國(guó)宮頸癌發(fā)病率高居世界第二位.目前宮頸癌的診斷和篩查方法主要包括宮頸活檢刮片、手術(shù)病理檢查、電子計(jì)算機(jī)斷層掃描、核磁共振和超聲等.與其它方式相比,超聲診斷具有安全、無(wú)創(chuàng)、快捷、重復(fù)性高和經(jīng)濟(jì)等特點(diǎn).宮頸癌前病變篩查對(duì)于宮頸癌的診療至關(guān)重要,然而,大多數(shù)宮頸癌前病變患者的超聲影像數(shù)據(jù)上沒(méi)有明顯的臨床癥狀,因此對(duì)及時(shí)準(zhǔn)確的診斷造成較大難度.針對(duì)此問(wèn)題,基于重慶婦幼保健院提供的宮頸超聲臨床數(shù)據(jù),本學(xué)位論文探討了宮頸癌前病變智能識(shí)別及深層特征分析.主要工作如下:（1）為了挖掘?qū)m頸超聲數(shù)據(jù)的特征,構(gòu)建一種多層圖稀疏非負(fù)矩陣分解模型,并討論其優(yōu)化求解和收斂性.首先引入流形學(xué)習(xí)的思想,考慮實(shí)際數(shù)據(jù)本身存在的幾何結(jié)構(gòu)信息,在稀疏非負(fù)矩陣分解模型的基礎(chǔ)上添加圖正則項(xiàng);為了進(jìn)一步緩解隨機(jī)初始值的影響以及挖掘更深層次的特征,又引入了深度學(xué)習(xí)中的深層表示和逐層預(yù)訓(xùn)練策略,構(gòu)建了多層圖稀疏非負(fù)矩陣分解模型,并對(duì)模型進(jìn)行了優(yōu)化求解和收斂性分析.（2）提出一種基于多層圖稀疏非負(fù)矩陣分解模型的宮頸癌前病變智能識(shí)別方法.將宮頸病理數(shù)據(jù)與宮頸超聲數(shù)據(jù)相結(jié)合,將臨床金標(biāo)準(zhǔn)的病理診... 

【文章來(lái)源】：河南大學(xué)河南省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

不同宮頸診斷方法圖示.圖（a）宮頸CT圖;（b）宮頸MRI圖;（c）宮頸超聲圖;

第二章基本知識(shí)介紹7第二章基本知識(shí)介紹本章主要介紹一些特征學(xué)習(xí)方法和一些本文用到的分類器，本文提出新模型綜合了多種特征學(xué)習(xí)方法的優(yōu)點(diǎn)，因此對(duì)特征學(xué)習(xí)方法進(jìn)行了重點(diǎn)的介紹.2.1特征學(xué)習(xí)方法隨著醫(yī)學(xué)信息建設(shè)的飛速發(fā)展和先進(jìn)醫(yī)學(xué)診斷設(shè)備的廣泛應(yīng)用，大量患者的臨床醫(yī)學(xué)數(shù)據(jù)得到了有效保存.然而對(duì)于多樣的醫(yī)學(xué)數(shù)據(jù)形式（如純文本數(shù)據(jù)、醫(yī)學(xué)影像數(shù)據(jù)、心腦電信號(hào)等）可能存在冗余信息，因此之所以進(jìn)行特征學(xué)習(xí)方法來(lái)降維主要有兩個(gè)原因，第一個(gè)原因是在原始的高維空間中，包含有冗余信息以及噪聲信息，在實(shí)際應(yīng)用例如醫(yī)學(xué)超聲圖像的識(shí)別中造成誤差，降低了準(zhǔn)確率，因此減少冗余信息，提高識(shí)別率，第二個(gè)原因是我們希望通過(guò)降維方法來(lái)尋找數(shù)據(jù)內(nèi)部的本質(zhì)結(jié)構(gòu)特征.因此希望通過(guò)特征表示學(xué)習(xí)探索數(shù)據(jù)中隱含的有用信息.本文主要利用非負(fù)矩陣分解的優(yōu)點(diǎn)和流形學(xué)習(xí)的優(yōu)點(diǎn)對(duì)宮頸超聲圖像進(jìn)行多層特征學(xué)習(xí).以下主要介紹了非負(fù)矩陣分解和局部線性嵌入兩種特征學(xué)習(xí)方法.2.1.1非負(fù)矩陣分解非負(fù)矩陣分解[20]在許多方面取得了廣泛應(yīng)用，如：圖像分析、文本聚類、數(shù)據(jù)挖掘、語(yǔ)音處理等.其主要原因是NMF的結(jié)果具有明確的實(shí)際意義.非負(fù)矩陣分解的基本思想:對(duì)于任意給定的一個(gè)非負(fù)矩陣，通過(guò)非負(fù)矩陣分解能夠找到一個(gè)非負(fù)矩陣和一個(gè)非負(fù)矩陣.使其滿足將一個(gè)非負(fù)矩陣分解為左右兩個(gè)非負(fù)矩陣的乘積的形式.如圖2-1所示：圖2-1非負(fù)矩陣分解示意圖.

第二章基本知識(shí)介紹9圖2-2NMF在人臉識(shí)別中的應(yīng)用.2.1.2局部線性嵌入局部線性嵌入（LocallyLinearEmbedding,LLE）[19]是Roweis和Saul2000年在Science上提出來(lái)的，其基本思想是將數(shù)據(jù)全局的非線性轉(zhuǎn)化為局部線性結(jié)構(gòu)，試圖保持鄰域間的線性關(guān)系.如圖2-3所示:圖2-3高維空間中的樣本重構(gòu)關(guān)系在低維空間中得以保持.假定樣本點(diǎn)的坐標(biāo)能通過(guò)它的鄰域樣本的坐標(biāo)線性組合構(gòu)成，即（2-4）LLE算法希望式（2-4）的關(guān)系在新的低維空間中得以保持，可以主要分為兩個(gè)步驟：首先根據(jù)鄰域關(guān)系計(jì)算出所有樣本的鄰域重構(gòu)系數(shù).為每一個(gè)樣本點(diǎn)找到它的近鄰下標(biāo)集合[19]；在此基礎(chǔ)上，計(jì)算出基于中的樣本點(diǎn)對(duì)進(jìn)行線性重構(gòu)的系數(shù).通過(guò)計(jì)算（2-5）式得到重構(gòu)系數(shù):（2-5）其中，均為已知，令，則有封閉解：（2-6）

【參考文獻(xiàn)】：
期刊論文
[1]陰道超聲診斷早期宮頸癌及癌前病變的應(yīng)用價(jià)值[J]. 楊利平,李勤英,夏艷,齊高昂.  淮海醫(yī)藥. 2018(02)
[2]CT、MRI及超聲在宮頸癌診斷中的應(yīng)用進(jìn)展[J]. 林凡入,羅婭紅.  腫瘤影像學(xué). 2017(03)
[3]超聲診斷宮頸疾病的臨床意義[J]. 謝傳文.  中國(guó)當(dāng)代醫(yī)藥. 2010(14)



本文編號(hào)：3547998