本文關(guān)鍵詞：醫(yī)學(xué)內(nèi)窺鏡圖像的異常檢測技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：醫(yī)學(xué)內(nèi)窺鏡因其獨(dú)特的構(gòu)造能夠深入患者的體內(nèi),直接觀察體內(nèi)胃腸道各器官的表現(xiàn),從而在現(xiàn)代胃腸道疾病的診斷中發(fā)揮著巨大的作用。但胃腸道疾病的診斷依靠內(nèi)科醫(yī)師對內(nèi)窺鏡圖像進(jìn)行日視解讀來初步判定,這十分依賴醫(yī)生的診斷經(jīng)驗(yàn),造成了沉重的工作負(fù)擔(dān)。因此面對內(nèi)窺鏡手術(shù)中產(chǎn)生的大量醫(yī)學(xué)內(nèi)窺鏡圖像,如何能夠通過分析圖像的表現(xiàn)模式為醫(yī)生提供異常檢測層面的輔助診斷是一個(gè)十分具有實(shí)際意義的問題。論文的主要研究內(nèi)容如下：1.醫(yī)學(xué)內(nèi)窺鏡圖像的特征提取方法。本文提出了一種融合傳統(tǒng)的顏色特征、紋理特征以及卷積神經(jīng)網(wǎng)絡(luò)特征的特征提取算法,在對檢測單元提取顏色直方圖統(tǒng)計(jì)特征和局部二元模式特征的基礎(chǔ)之上,設(shè)計(jì)了卷積神經(jīng)網(wǎng)絡(luò)模型來有監(jiān)督地學(xué)習(xí)檢測單元特征的表示,并通過梯度提升樹模型對兩種特征信息進(jìn)行了融合。實(shí)驗(yàn)結(jié)果表明本文的特征提取算法能夠獲得更好地描述醫(yī)學(xué)內(nèi)窺鏡圖像中的各種表現(xiàn),從而提升異常檢測效果。2.結(jié)合代價(jià)敏感的異常檢測技術(shù)。由十異常檢測中不同類誤分代價(jià)不同,并且圖像中不同類別樣本數(shù)量失衡,本文將代價(jià)敏感技術(shù)與異常檢測相結(jié)合。首先通過代價(jià)敏感的支持向量機(jī)模型對樣本進(jìn)行分類識別,并提出了ROC曲線在低漏警率下的截面積作為代價(jià)敏感的模型評價(jià)指標(biāo)來評估模型的表現(xiàn),并指導(dǎo)模型的參數(shù)選擇過程。實(shí)驗(yàn)結(jié)果表明本文結(jié)合代價(jià)敏感的異常檢測技術(shù)能夠較好地使異常檢測結(jié)果與實(shí)際診斷對低漏警率的需求相結(jié)合。
【關(guān)鍵詞】：醫(yī)學(xué)內(nèi)窺鏡圖像 異常檢測 特征提取 卷積神經(jīng)網(wǎng)絡(luò) 特征選擇 代價(jià)敏感
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;R443.8
【目錄】：

• 摘要5-6
• Abstract6-12
• 第1章 緒論12-20
• 1.1 研究背景和意義12-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-17
• 1.2.1 獲取感興趣檢測單元15
• 1.2.2 特征提取15-16
• 1.2.3 分類器識別異常16-17
• 1.3 本文的研究內(nèi)容17-18
• 1.4 本文的結(jié)構(gòu)安排18-20
• 第2章 醫(yī)學(xué)內(nèi)窺鏡圖像的特征提取方法20-38
• 2.1 概述20-21
• 2.2 獲取感興趣檢測單元21-23
• 2.3 傳統(tǒng)特征提取23-26
• 2.3.1 顏色特征提取23-24
• 2.3.2 紋理特征提取24-26
• 2.4 全局輔助特征提取26-27
• 2.5 卷積神經(jīng)網(wǎng)絡(luò)特征提取27-34
• 2.5.1 深度學(xué)習(xí)背景概述27-29
• 2.5.2 卷積神經(jīng)網(wǎng)絡(luò)特征提取29-34
• 2.6 基于梯度提升樹模型的特征融合34-36
• 2.7 本章小結(jié)36-38
• 第3章 結(jié)合代價(jià)敏感的異常檢測技術(shù)38-52
• 3.1 概述38
• 3.2 代價(jià)敏感技術(shù)背景38-40
• 3.2.1 調(diào)整標(biāo)簽分布39
• 3.2.2 代價(jià)敏感學(xué)習(xí)39-40
• 3.3 代價(jià)敏感的異常檢測40
• 3.4 代價(jià)敏感的檢測模型40-45
• 3.4.1 背景概述40-41
• 3.4.2 支持向量機(jī)41-44
• 3.4.3 代價(jià)敏感的支持向量機(jī)模型44-45
• 3.5 代價(jià)敏感的模型評價(jià)指標(biāo)45-50
• 3.5.1 傳統(tǒng)的模型評價(jià)指標(biāo)46-48
• 3.5.2 基于局部ROC曲線截面積的模型評價(jià)指標(biāo)48-50
• 3.6 本章小結(jié)50-52
• 第4章 實(shí)驗(yàn)方案與結(jié)果52-58
• 4.1 實(shí)驗(yàn)方案52
• 4.2 不同特征的異常檢測表現(xiàn)52-54
• 4.3 代價(jià)敏感的模型評價(jià)指標(biāo)54-56
• 4.4 本章小結(jié)56-58
• 第5章 總結(jié)和展望58-60
• 5.1 論文總結(jié)58-59
• 5.2 未來研究展望59-60
• 參考文獻(xiàn)60-66
• 致謝66-68
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果68

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱艷;陳利華;萬論論;;心臟超聲虛擬內(nèi)窺鏡圖像預(yù)處理技術(shù)研究進(jìn)展[J];中外醫(yī)學(xué)研究;2013年24期

2 李宗信;多媒體技術(shù)在內(nèi)窺鏡圖像處理系統(tǒng)中的應(yīng)用[J];福建醫(yī)學(xué)院學(xué)報(bào);1995年04期

3 ;內(nèi)窺鏡圖像的校準(zhǔn)[J];國外醫(yī)學(xué).耳鼻咽喉科學(xué)分冊;1996年02期

4 李擁軍;螺旋CT內(nèi)窺鏡圖像的基礎(chǔ)評價(jià)[J];北京軍區(qū)醫(yī)藥;1999年03期

5 劉毅,李新,周紅軍;多媒體技術(shù)在內(nèi)窺鏡圖像處理系統(tǒng)中的應(yīng)用[J];中華醫(yī)學(xué)信息導(dǎo)報(bào);1997年19期

6 ;FNT內(nèi)窺鏡圖像顯示儀[J];內(nèi)鏡;1994年02期

7 ;FNT內(nèi)窺鏡圖像顯示儀[J];內(nèi)鏡;1995年05期

8 黃戰(zhàn)華,謝洪波,郁道銀,張漢奇;醫(yī)用內(nèi)窺鏡圖像自適應(yīng)量化壓縮編化碼方法研究[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2000年03期

9 ;NT系列內(nèi)窺鏡圖像顯示儀[J];內(nèi)鏡;1994年02期

10 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 強(qiáng)俊;周鳴爭;汪軍;楚寧;;基于核學(xué)習(xí)算法的內(nèi)窺鏡圖像的識別[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

2 張家俊;;內(nèi)窺鏡圖像偏色的探討[A];內(nèi)蒙古醫(yī)學(xué)會第一屆醫(yī)學(xué)工程專業(yè)學(xué)術(shù)研討會論文匯編[C];2001年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 余寶國;視頻內(nèi)窺鏡圖像系統(tǒng)開發(fā)與設(shè)計(jì)[D];華東理工大學(xué);2016年

2 朱戎生;醫(yī)學(xué)內(nèi)窺鏡圖像的異常檢測技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2016年

3 李葳;醫(yī)學(xué)電子內(nèi)窺鏡圖像處理技術(shù)研究[D];西安電子科技大學(xué);2006年

4 楊丹軍;計(jì)算機(jī)輔助消化道內(nèi)窺鏡圖像診斷技術(shù)研究[D];西安電子科技大學(xué);2010年

5 羅肖;序列內(nèi)窺鏡圖像的三維結(jié)構(gòu)重建[D];上海交通大學(xué);2009年

6 戶貫濤;內(nèi)窺鏡圖像高清處理系統(tǒng)硬件設(shè)計(jì)[D];浙江大學(xué);2008年

7 卜應(yīng)敏;醫(yī)學(xué)電子內(nèi)窺鏡圖像工作站軟件設(shè)計(jì)與開發(fā)[D];安徽工業(yè)大學(xué);2012年

8 陳婧;醫(yī)用高清電子內(nèi)窺鏡圖像處理技術(shù)研究[D];浙江大學(xué);2013年

9 胡一飛;內(nèi)窺鏡圖像高清處理系統(tǒng)軟件設(shè)計(jì)[D];浙江大學(xué);2008年

10 顏佳泉;基于嵌入式平臺的醫(yī)用電子內(nèi)窺鏡系統(tǒng)研究[D];華僑大學(xué);2012年

  本文關(guān)鍵詞：醫(yī)學(xué)內(nèi)窺鏡圖像的異常檢測技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：345075