甲狀旁腺亢進(jìn)自動(dòng)檢測(cè)與圖像增強(qiáng)方法研究
【文章頁(yè)數(shù)】:86 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1甲狀旁腺位置示意圖??Fig.?1-1?Position?of?parathyroid?glands??
?第一章緒論???第一章緒論??1.1課題研究背景和意義??甲狀旁腺(parathyroid?gland),如圖1-1所示,屬人體內(nèi)分泌腺,一般處于甲狀??腺后側(cè),正常情況下可能存在3?5個(gè),分別分布在甲狀腺的中部和下部。通過(guò)分泌甲??狀旁腺激素(Parathyroid?horm....
圖1-2?CAD應(yīng)用示例??Fig.?1-2?Application?of?deep?learning?in?medical?imaging??
也不理想,尤其在灰度差異??較小的局部細(xì)節(jié)區(qū)域。對(duì)于不熟練的醫(yī)生很難識(shí)別出病灶區(qū)域。??隨著人工智能科學(xué)的逐漸發(fā)展,特別是近年來(lái)應(yīng)用在圖像識(shí)別領(lǐng)域的深度學(xué)習(xí)算??法越來(lái)越成熟,使得計(jì)算機(jī)輔助檢測(cè)(CAD)技術(shù)慢慢走進(jìn)大眾視野,醫(yī)生可借助??CAD發(fā)現(xiàn)和診斷病變,這樣不僅加快確診流....
圖2-1卷積運(yùn)算圖??Fig.?2-1?Convolution?computation?process?diagram??
其通過(guò)卷積核的局部感知在輸入圖片上進(jìn)行平移,得到圖像特征;激活層用于改善模??型的線性分類(lèi)問(wèn)題;池化層用于減低模型的復(fù)雜度,壓縮數(shù)據(jù)量,改善過(guò)擬合問(wèn)題。??而網(wǎng)絡(luò)的最后一層則是實(shí)現(xiàn)網(wǎng)絡(luò)分類(lèi)(或回歸)功能的全連接層,通過(guò)計(jì)算損失(Loss)??的方式。網(wǎng)絡(luò)中的卷積層和池化層從結(jié)構(gòu)上....
圖2-2卷積過(guò)程示意圖??Fig.?2-2?Convolution?operation?diagram??
方法研究???4?氺1?+?7?氺0?+?2?氺0?+?2?氺0+?4?氺1?+?1?氺0?+??2?木0?+?1?*0?+?4?*1?=?。?2??tjtjt]?2?[T-j-??-..nTTHT—??"T]|?2?4?I?1?|?2?|?|?1?|?0?|?0?|?........
本文編號(hào):3911882
本文鏈接:http://sikaile.net/yixuelunwen/nfm/3911882.html