甲狀腺超聲圖像中結(jié)節(jié)的自動檢測研究
發(fā)布時間:2022-09-21 19:04
甲狀腺結(jié)節(jié)是甲狀腺常見病變,惡性結(jié)節(jié)即甲狀腺癌是目前世界上最常見的內(nèi)分泌疾病之一,嚴(yán)重威脅著人們的健康。近年來甲狀腺結(jié)節(jié)的發(fā)病率不斷上升,超聲以其無創(chuàng)傷,成像快,成本低,無輻射等優(yōu)點成為甲狀腺結(jié)節(jié)早期臨床診斷的主要手段。其中,對甲狀腺超聲圖像的分析主要依賴于放射科醫(yī)生在臨床實踐中的積累的理論基礎(chǔ)和實踐經(jīng)驗,僅依靠人工閱片往往會導(dǎo)致診斷結(jié)果的主觀性,并且加重了醫(yī)生的工作負(fù)擔(dān)。甲狀腺結(jié)節(jié)自動檢測可以為后續(xù)結(jié)節(jié)的良惡性評級準(zhǔn)確并快速地提供病變位置,有效避免醫(yī)生人工定位造成的觀察者偏差,減輕臨床實踐時醫(yī)生的工作量,是計算機(jī)輔助醫(yī)學(xué)診斷的重要研究課題。但超聲圖像具有斑點噪聲多,分辨率低等固有缺點,并且甲狀腺超聲表現(xiàn)中結(jié)節(jié)的大小不一,形狀不規(guī)則,邊緣模糊,和血管等組織器官回聲相近等問題,成為甲狀腺結(jié)節(jié)自動檢測的研究中的難點。本文提出了一種基于主流目標(biāo)檢測網(wǎng)絡(luò)Faster R-CNN框架的優(yōu)化檢測算法,用于超聲圖像中甲狀腺結(jié)節(jié)的準(zhǔn)確實時檢測,為醫(yī)生的臨床診斷提供客觀參考。本文分析了甲狀腺超聲圖像中結(jié)節(jié)的主要特點,有針對性地對目標(biāo)檢測網(wǎng)絡(luò)Faster R-CNN進(jìn)行改進(jìn),提出了一種基于深度學(xué)習(xí)的準(zhǔn)確快...
【文章頁數(shù)】:66 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景及意義
1.2 甲狀腺超聲圖像結(jié)構(gòu)
1.3 甲狀腺結(jié)節(jié)自動檢測方法概述
1.4 論文的主要內(nèi)容和結(jié)構(gòu)安排
第二章 深度學(xué)習(xí)和目標(biāo)檢測網(wǎng)絡(luò)概述
2.1 神經(jīng)網(wǎng)絡(luò)
2.1.1 神經(jīng)元模型
2.1.2 激活函數(shù)
2.1.3 誤差逆?zhèn)鞑ニ惴?br> 2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.2.1 卷積層
2.2.2 池化層
2.2.3 全連接層
2.3 目標(biāo)檢測網(wǎng)絡(luò)
2.3.1 基于區(qū)域推薦的two stage目標(biāo)檢測方法
2.3.2 端到端的one stage目標(biāo)檢測方法
2.4 本章小結(jié)
第三章 基于Faster R-CNN的甲狀腺結(jié)節(jié)檢測模型
3.1 前言
3.2 Faster R-CNN概述
3.2.1 特征提取網(wǎng)絡(luò)
3.2.2 區(qū)域推薦網(wǎng)絡(luò)
3.2.3 檢測網(wǎng)絡(luò)
3.2.4 損失函數(shù)
3.3 甲狀腺結(jié)節(jié)檢測模型的設(shè)計思路
3.4 基于Faster R-CNN的甲狀腺結(jié)節(jié)檢測模型
3.4.1 數(shù)據(jù)增廣
3.4.2 可變形卷積
3.4.3 特征金字塔結(jié)構(gòu)
3.4.4 Anchor box的重新設(shè)計
3.4.5 感興趣區(qū)域池化
3.4.6 非極大值抑制
3.5 本章小結(jié)
第四章 實驗結(jié)果及分析
4.1 實驗數(shù)據(jù)
4.2 實驗環(huán)境
4.3 網(wǎng)絡(luò)訓(xùn)練
4.4 評價指標(biāo)
4.5 實驗設(shè)計及分析
4.5.1 甲狀腺結(jié)節(jié)檢測模型的測試
4.5.2 與臨床人工閱片的對比
4.5.3 甲狀腺結(jié)節(jié)分級的研究
4.5.4 基礎(chǔ)目標(biāo)檢測網(wǎng)絡(luò)的選擇
4.6 本章小結(jié)
第五章 總結(jié)與展望
5.1 本文工作總結(jié)
5.2 下一步工作及展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的科研成果列表
【參考文獻(xiàn)】:
期刊論文
[1]11343例健康體檢人群甲狀腺結(jié)節(jié)的流行病學(xué)調(diào)查[J]. 高振香. 中國醫(yī)藥指南. 2013(01)
[2]江蘇社區(qū)人群甲狀腺結(jié)節(jié)的流行病學(xué)研究[J]. 馮尚勇,朱妍,張真穩(wěn),段宇,劉曉云,王曉東,唐偉,茅曉東,徐書杭,馮雨,劉翠萍,覃又文,沈洪兵,喻榮彬,卜瑞芳,陳軍建,李偉,史澤民,胡旭,劉超. 中華內(nèi)分泌代謝雜志. 2011 (06)
[3]大連市健康體檢成人甲狀腺結(jié)節(jié)流行病學(xué)研究[J]. 冷松,劉穎,劉海霞,趙輝,孫廣慧,梁慧文. 醫(yī)學(xué)與哲學(xué)(臨床決策論壇版). 2011(04)
本文編號:3680494
【文章頁數(shù)】:66 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景及意義
1.2 甲狀腺超聲圖像結(jié)構(gòu)
1.3 甲狀腺結(jié)節(jié)自動檢測方法概述
1.4 論文的主要內(nèi)容和結(jié)構(gòu)安排
第二章 深度學(xué)習(xí)和目標(biāo)檢測網(wǎng)絡(luò)概述
2.1 神經(jīng)網(wǎng)絡(luò)
2.1.1 神經(jīng)元模型
2.1.2 激活函數(shù)
2.1.3 誤差逆?zhèn)鞑ニ惴?br> 2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.2.1 卷積層
2.2.2 池化層
2.2.3 全連接層
2.3 目標(biāo)檢測網(wǎng)絡(luò)
2.3.1 基于區(qū)域推薦的two stage目標(biāo)檢測方法
2.3.2 端到端的one stage目標(biāo)檢測方法
2.4 本章小結(jié)
第三章 基于Faster R-CNN的甲狀腺結(jié)節(jié)檢測模型
3.1 前言
3.2 Faster R-CNN概述
3.2.1 特征提取網(wǎng)絡(luò)
3.2.2 區(qū)域推薦網(wǎng)絡(luò)
3.2.3 檢測網(wǎng)絡(luò)
3.2.4 損失函數(shù)
3.3 甲狀腺結(jié)節(jié)檢測模型的設(shè)計思路
3.4 基于Faster R-CNN的甲狀腺結(jié)節(jié)檢測模型
3.4.1 數(shù)據(jù)增廣
3.4.2 可變形卷積
3.4.3 特征金字塔結(jié)構(gòu)
3.4.4 Anchor box的重新設(shè)計
3.4.5 感興趣區(qū)域池化
3.4.6 非極大值抑制
3.5 本章小結(jié)
第四章 實驗結(jié)果及分析
4.1 實驗數(shù)據(jù)
4.2 實驗環(huán)境
4.3 網(wǎng)絡(luò)訓(xùn)練
4.4 評價指標(biāo)
4.5 實驗設(shè)計及分析
4.5.1 甲狀腺結(jié)節(jié)檢測模型的測試
4.5.2 與臨床人工閱片的對比
4.5.3 甲狀腺結(jié)節(jié)分級的研究
4.5.4 基礎(chǔ)目標(biāo)檢測網(wǎng)絡(luò)的選擇
4.6 本章小結(jié)
第五章 總結(jié)與展望
5.1 本文工作總結(jié)
5.2 下一步工作及展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的科研成果列表
【參考文獻(xiàn)】:
期刊論文
[1]11343例健康體檢人群甲狀腺結(jié)節(jié)的流行病學(xué)調(diào)查[J]. 高振香. 中國醫(yī)藥指南. 2013(01)
[2]江蘇社區(qū)人群甲狀腺結(jié)節(jié)的流行病學(xué)研究[J]. 馮尚勇,朱妍,張真穩(wěn),段宇,劉曉云,王曉東,唐偉,茅曉東,徐書杭,馮雨,劉翠萍,覃又文,沈洪兵,喻榮彬,卜瑞芳,陳軍建,李偉,史澤民,胡旭,劉超. 中華內(nèi)分泌代謝雜志. 2011 (06)
[3]大連市健康體檢成人甲狀腺結(jié)節(jié)流行病學(xué)研究[J]. 冷松,劉穎,劉海霞,趙輝,孫廣慧,梁慧文. 醫(yī)學(xué)與哲學(xué)(臨床決策論壇版). 2011(04)
本文編號:3680494
本文鏈接:http://sikaile.net/yixuelunwen/nfm/3680494.html
最近更新
教材專著