特納綜合征是一種常見的女性性染色體異常疾病,其治療方案主要為激素治療法�；颊咧委熜Ч脑u估通常需要參考患者身高等各項數(shù)據(jù)進行持續(xù)性觀察來判斷。由于治療時間漫長,在此期間患者的面部會發(fā)生畸變,身體伴有嚴重的各種并發(fā)癥,短時間內(nèi)不能看到明顯的效果,致使患者面臨的心理社會壓力增加,進而對治療喪失信心。若長時間得不到疏導,會對患者的身心造成惡劣影響,不利于病情的控制。本文為此提出基于患者面部圖像的治療效果的分析方法和患者治療之后面部預期圖像的生成方法。實驗室在此前已有針對特納綜合征的人臉輔助診斷系統(tǒng)的研究,準確率已經(jīng)達到80%以上,本文在此基礎上對特納綜合征的輔助診斷進行進一步的探索。本文研究內(nèi)容對簡化特納綜合征治療效果評估過程和增加患者治療配合度方面有重要科研價值和參考意義,而且研究方法可以推廣到其他類似疾病的研究當中。本文的主要研究內(nèi)容和創(chuàng)新點為:（1）按照治療時間、治療效果和患者異常的染色體核型對數(shù)據(jù)進行分組后,以平均臉和熱圖為基本分析方法制定一系列實驗,分析患者治療前后面部變化;（2）采用基于傳統(tǒng)圖像融合算法和生成式對抗網(wǎng)絡兩種方法進行患者治療后面部預期圖像的生成。本文所用的實驗數(shù)據(jù)由... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【部分圖文】：

基于GAN的代表性人臉生成成果展示Figure1-1DisplayofrepresentativefacegenerationresultsbasedonGAN

中北大學學位論文8其中要注意的是圖像對應的年齡并非是一個定值，而是年齡分成的6個組之間的一個，也就是說年齡是一個六維的one-hot向量，最終在生成對應年齡段的圖像時，只需要將該圖像的最終編碼和年齡向量一并輸入生成器即可[44]。這種分段研究其實和本課題的數(shù)據(jù)結構相似，患者治療后的隨訪圖像往往是間隔一段時間來進行記錄，對本課題的研究有重要的參考作用。1.3本文研究思路和相關工作1.3.1研究思路課題的目的在于利用患者治療前后圖像生成患者治療之后的預期圖像。那么，首先要做的就是證明患者在治療之后面部確實發(fā)生了一定的變化，其次利用實驗所收集的患者圖像進行患者治療后預期圖像的生成實驗并驗證實驗結果。收集到的患者圖像按照一定規(guī)則進行篩選整理后，利用數(shù)字圖像處理的方法對其進行預處理。所有圖像預處理之后進行第一部分的實驗，按照實驗設計進行相關的圖像處理操作，并對所得的結果圖像進行整理分析，總結實驗結果。而后利用圖像融合和生成式對抗網(wǎng)絡兩種方式進行圖像生成的實驗，并且對兩種方法的結果分別進行評估驗證。整體研究流程圖如圖1-2所示。圖1-2研究總體思路圖Figure1-2Researchgeneralideachart

中北大學學位論文143人臉圖像預處理3.1預處理流程醫(yī)院采集到的患者圖像受拍攝人員、光照、拍照設備等不可抗拒因素的影響，圖像質(zhì)量層次不齊，這一問題隨著拍攝規(guī)則的不斷修改會得到一定的改善。但是，前期和后期收集圖像質(zhì)量存在較大差異，所以需要在實驗開始之前將所有經(jīng)過篩選的圖像進行統(tǒng)一的預處理。圖像預處理是所有圖像研究的開始，也是尤為重要的一步。預處理后圖像的質(zhì)量直接影響后續(xù)實驗的效果。對于人臉圖像的預處理通常包括人臉對齊、裁剪、灰度歸一化、光照校準等操作。目的是為了將所有圖像中的人臉區(qū)域裁剪出來，并且盡可能統(tǒng)一人臉各區(qū)域的明暗程度。但因本實驗的特殊性，為了進一步減少人臉區(qū)域以外的部分對實驗造成不必要的影響，也為了更準確的分析出實驗的結果，處理圖像時較平常的處理流程多增加的一個步驟。本實驗在人臉區(qū)域裁剪后進行了人臉區(qū)域的提取，即將圖像中的人臉區(qū)域單獨提取并保存在新建圖像中。提取的人臉區(qū)域為Dlib中人臉68特征點算法所包含的區(qū)域。本實驗圖像預處理流程，如圖3-1所示。圖3-1圖像預處理流程圖Figure3-1Flowchartofimagepreprocessing3.2預處理技術3.2.1人臉對齊人臉對齊是為了將數(shù)據(jù)集所有圖像的人臉姿勢進行統(tǒng)一。因數(shù)據(jù)采集時，患者的年齡普遍偏小，要求其遵守拍攝的相關規(guī)定較為困難，拍攝所得的照片頭部姿勢很難統(tǒng)一，

【參考文獻】：
期刊論文
[1]特納綜合征生育相關問題[J]. 趙剛,鄔晉芳.  中國實用婦科與產(chǎn)科雜志. 2019(08)
[2]人臉輔助診斷關鍵技術研究[J]. 梁雅琪,宋文愛,楊吉江,王青,王星月,雷毅.  計算機工程與應用. 2019(15)
[3]一種基于泊松融合的實時海灘場景模擬[J]. 周益飛,李晶,徐文卓,宋成芳,許孝盛,高榕.  武漢大學學報(工學版). 2018(04)
[4]特納綜合征治療起始時間與預后的關系[J]. 陳槺,潘慧.  濟寧醫(yī)學院學報. 2018(02)
[5]特納綜合征診治專家共識[J]. Division of Gonadal disease, Chinese Society of Endocrinology;.  中華內(nèi)分泌代謝雜志. 2018 (03)
[6]生長激素療法對特納綜合征患者生長發(fā)育指標的影響分析[J]. 嚴學勤,上官予梅,林翠蘭,張翠梅,曾潔,曾倩.  中國婦幼健康研究. 2018(01)
[7]特納綜合征的臨床特點、發(fā)病機制及管理[J]. 張凱麗,董進.  世界最新醫(yī)學信息文摘. 2017(99)
[8]人臉識別技術的醫(yī)學診斷應用的發(fā)展與現(xiàn)狀[J]. 潘周嫻,陳適,潘慧,朱惠娟,梁擇,李建強.  基礎醫(yī)學與臨床. 2016(12)
[9]心理護理應用于肺癌晚期患者抑郁、消極心理的影響研究[J]. 張峻銘.  世界最新醫(yī)學信息文摘. 2016(65)
[10]心靈的力量:積極心理學在臨床醫(yī)學中的作用[J]. 白延麗,顧立學,張錦英.  醫(yī)學與哲學（B）. 2016(07)

博士論文
[1]像素級圖像融合算法研究[D]. 封子軍.電子科技大學 2014
[2]像素級圖像融合方法及應用研究[D]. 李偉.華南理工大學 2006

碩士論文
[1]基于PDE的圖像融合算法研究[D]. 徐甜.西安理工大學 2019
[2]基于卷積神經(jīng)網(wǎng)絡的三維人臉識別研究[D]. 武智.中國科學技術大學 2019
[3]基于ARM的人臉識別智能視頻監(jiān)控系統(tǒng)的設計與實現(xiàn)[D]. 朱雨佳.哈爾濱理工大學 2019
[4]針對特納綜合征的自動人臉分類方法研究[D]. 雷毅.中北大學 2018
[5]視頻人體動作提取方法研究[D]. 王威.南京郵電大學 2017
[6]基于360°全景的圖像拼接技術研究[D]. 潘子陽.合肥工業(yè)大學 2017
[7]面部顏色空間分析及其在疾病診斷中的應用[D]. 陳淑華.哈爾濱工業(yè)大學 2016
[8]人臉望診輔助系統(tǒng)設計[D]. 李兆龍.天津大學 2017



本文編號：3546416