肺栓塞是現(xiàn)今生活中常見的肺部疾病,它形成的原因是肺動脈中的栓子堵塞了血管,從而引起的肺部血液循環(huán)障礙。通常這種疾病輕則引發(fā)胸悶胸痛,重則危及生命。近年來,在全球范圍內(nèi),患有肺栓塞疾病的人數(shù)逐年升高,并且患病后的死亡率較高。產(chǎn)生這種情況的部分原因在于早期的肺栓塞不易被及時發(fā)現(xiàn)和治療,還有部分原因在于這種疾病的誤診率相對較高。肺栓塞主流的診斷方式為肺動脈CT血管造影技術(shù),利用該技術(shù)可以將肺部動脈在計算機中清晰的成像,有助于醫(yī)生對疾病的診斷。在當前肺栓塞疾病發(fā)病率較高的背景下,醫(yī)生通過閱片診斷該疾病需要花費大量的時間和精力,為了緩解這一現(xiàn)狀,本文希望研究一種輔助醫(yī)生診斷肺栓塞的可行性方法。近年來,利用深度學習輔助醫(yī)生診斷逐漸成為一種趨勢,尤其對深度學習中卷積神經(jīng)網(wǎng)絡(luò)的應用越來越廣泛。卷積神經(jīng)網(wǎng)絡(luò)可以有效的對圖像進行特征提取,快速又準確的預測目標的類別和位置等信息。在醫(yī)學圖像領(lǐng)域,圖像分割是非常必要的,因為在疾病診斷的過程中不僅僅要判斷它的類型,還要量化疾病的區(qū)域,進行逐像素的分割和計算。目前已經(jīng)有大量工作將卷積神經(jīng)網(wǎng)絡(luò)中的分割模型應用在醫(yī)學圖像數(shù)據(jù)集中,經(jīng)過實驗表明,許多模型能夠達到醫(yī)生的診... 

【文章來源】：吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 醫(yī)學影像技術(shù)的發(fā)展
        1.2.2 肺動脈CT血管造影技術(shù)
        1.2.3 圖像分割在醫(yī)學圖像的應用
        1.2.4 卷積神經(jīng)網(wǎng)絡(luò)在醫(yī)學圖像分割現(xiàn)狀
    1.3 論文工作
    1.4 文章結(jié)構(gòu)
第2章 相關(guān)技術(shù)簡介
    2.1 肺栓塞診斷相關(guān)技術(shù)介紹
        2.1.1 肺栓塞的識別過程
        2.1.2 CT成像原理及存儲格式
    2.2 傳統(tǒng)圖像分割算法
        2.2.1 基于閾值的分割方法
        2.2.2 基于邊緣的分割方法
        2.2.3 基于區(qū)域的分割算法
    2.3 人工神經(jīng)網(wǎng)絡(luò)概述
        2.3.1 神經(jīng)元
        2.3.2 前饋神經(jīng)網(wǎng)絡(luò)
        2.3.3 反向傳播(BP)算法
        2.3.4 激活函數(shù)
    2.4 卷積神經(jīng)網(wǎng)絡(luò)簡介
        2.4.1 卷積神經(jīng)網(wǎng)絡(luò)發(fā)展歷程
        2.4.2 卷積神經(jīng)網(wǎng)絡(luò)的基本操作
    2.5 本章小結(jié)
第3章 基于混合域注意力機制的肺栓塞圖像分割
    3.1 全卷積神經(jīng)網(wǎng)絡(luò)
        3.1.1 全卷積網(wǎng)絡(luò)設(shè)計與實現(xiàn)細節(jié)
        3.1.2 實驗結(jié)果與分析
    3.2 基礎(chǔ)網(wǎng)絡(luò)架構(gòu)的選取
        3.2.1 U-Net整體結(jié)構(gòu)
        3.2.2 U-Net實現(xiàn)策略
    3.3 注意力機制概述
    3.4 注意力模塊的添加
        3.4.1 通道域注意力機制
        3.4.2 空間域注意力機制
        3.4.3 混合域注意力機制
    3.5 本章小結(jié)
第4章 實驗過程與結(jié)果分析
    4.1 實驗過程介紹
        4.1.1 數(shù)據(jù)集介紹
        4.1.2 實驗環(huán)境配置
        4.1.3 數(shù)據(jù)預處理
        4.1.4 改進網(wǎng)絡(luò)模型的設(shè)計和實現(xiàn)細節(jié)
    4.2 實驗結(jié)果與分析
        4.2.1 改進網(wǎng)絡(luò)的實驗對比分析
        4.2.2 附加實驗結(jié)果對比與分析
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來研究方向
參考文獻
作者簡介及在學期間所取得的科研成果
致謝


【參考文獻】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學報. 2017(06)
[2]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計算機應用. 2016(09)
[3]人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應用[J]. 毛健,趙紅東,姚婧婧.  電子設(shè)計工程. 2011(24)



本文編號：3168129