面向骨關(guān)節(jié)炎的磁共振影像細(xì)粒度分析
發(fā)布時(shí)間:2021-08-22 03:01
骨關(guān)節(jié)炎是一種發(fā)病率很高的關(guān)節(jié)退行性病變。本課題通過對膝關(guān)節(jié)磁共振圖像(MRI,Magnetic Resonance Imaging)進(jìn)行細(xì)粒度分析,對骨關(guān)節(jié)炎患者脛股關(guān)節(jié)軟骨下骨的病理改變進(jìn)行研究。本課題所使用的數(shù)據(jù)集包含64例被試,其中31例為健康被試,33例為輕度骨關(guān)節(jié)炎患者。數(shù)據(jù)集的骨小梁結(jié)構(gòu)分析結(jié)果顯示,脛股關(guān)節(jié)軟骨下骨在骨關(guān)節(jié)炎早期就已發(fā)生結(jié)構(gòu)改變。為了對軟骨下骨的病理變化進(jìn)行較為準(zhǔn)確的定位分析,本課題提出了一種面向膝關(guān)節(jié)骨關(guān)節(jié)炎的MRI圖像細(xì)粒度分析方法。數(shù)據(jù)集提供的MRI圖像在經(jīng)過必要的預(yù)處理后,被分解為多個(gè)粒度逐漸精細(xì)的成分。由此可以在軟骨下骨的不同位置計(jì)算得到大量放射組學(xué)紋理特征。根據(jù)不同位置具有顯著組間差異特征的數(shù)量,可以初步確定軟骨下骨骨關(guān)節(jié)炎病理改變的初始位置。本課題通過訓(xùn)練一組基于支持向量機(jī)(SVM,Support Vector Machine)的分類模型,對紋理特征分析的結(jié)論進(jìn)行了進(jìn)一步驗(yàn)證。面向膝關(guān)節(jié)骨關(guān)節(jié)炎的MRI圖像細(xì)粒度分析表明,脛股關(guān)節(jié)軟骨下骨的病理改變在不同位置存在差異。相較于其他區(qū)域,股骨內(nèi)側(cè)髁前段和中段交界處的病理改變更為明顯。由此可以推斷...
【文章來源】:上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【部分圖文】:
健康膝關(guān)節(jié)結(jié)構(gòu)示意圖[1]
上海交通大學(xué)碩士學(xué)位論文-11-進(jìn)程。圖1-2膝關(guān)節(jié)骨關(guān)節(jié)炎病理改變進(jìn)程[1]Fig.1-2Diseaseprogressofkneeosteoarthritis[1]
上海交通大學(xué)碩士學(xué)位論文-28-相同。各級擴(kuò)展通路結(jié)構(gòu)之間通過一個(gè)2×2的反卷積層(up-convolution)相連。擴(kuò)展通路各級結(jié)構(gòu)輸出的特征圖譜經(jīng)過反卷積層之后,尺寸加倍,通道數(shù)減半。反卷積層輸出的特征圖譜與對應(yīng)收縮通路輸出的特征圖譜并置拼接(concatenate),構(gòu)成擴(kuò)展通路各級結(jié)構(gòu)的輸入。為了使兩部分特征圖譜的尺寸匹配,在并置拼接之前需要對來自收縮通路的特征圖譜進(jìn)行裁切(crop)。網(wǎng)絡(luò)末端接有一個(gè)1×1卷積層,用于將最終的特征圖譜映射為分割結(jié)果概率圖譜。圖3-5U-Net結(jié)構(gòu)圖[40]Fig.3-5U-Netarchitecture[40]U-Net收縮通路的四次最大值池化,使網(wǎng)絡(luò)具備了提取多尺度特征的能力。在擴(kuò)展通路各級結(jié)構(gòu)的輸入模塊,經(jīng)由反卷積得到的大尺度特征圖譜與對應(yīng)收縮通路提取得到的高分辨率特征圖譜以并置的方式進(jìn)行拼接。通過對拼接得到的特征圖譜進(jìn)行卷積,可以對多尺度的特征信息實(shí)現(xiàn)有效融合,進(jìn)而提高分割結(jié)果的準(zhǔn)確性。3.3訓(xùn)練數(shù)據(jù)集為了準(zhǔn)確定位膝關(guān)節(jié)的各個(gè)結(jié)構(gòu),本課題在實(shí)驗(yàn)數(shù)據(jù)集被試的3DFFEMRI圖像上對脛股關(guān)節(jié)及其對應(yīng)軟骨進(jìn)行了分割。用于訓(xùn)練分割模型的數(shù)據(jù)由上海市第
本文編號:3356867
【文章來源】:上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【部分圖文】:
健康膝關(guān)節(jié)結(jié)構(gòu)示意圖[1]
上海交通大學(xué)碩士學(xué)位論文-11-進(jìn)程。圖1-2膝關(guān)節(jié)骨關(guān)節(jié)炎病理改變進(jìn)程[1]Fig.1-2Diseaseprogressofkneeosteoarthritis[1]
上海交通大學(xué)碩士學(xué)位論文-28-相同。各級擴(kuò)展通路結(jié)構(gòu)之間通過一個(gè)2×2的反卷積層(up-convolution)相連。擴(kuò)展通路各級結(jié)構(gòu)輸出的特征圖譜經(jīng)過反卷積層之后,尺寸加倍,通道數(shù)減半。反卷積層輸出的特征圖譜與對應(yīng)收縮通路輸出的特征圖譜并置拼接(concatenate),構(gòu)成擴(kuò)展通路各級結(jié)構(gòu)的輸入。為了使兩部分特征圖譜的尺寸匹配,在并置拼接之前需要對來自收縮通路的特征圖譜進(jìn)行裁切(crop)。網(wǎng)絡(luò)末端接有一個(gè)1×1卷積層,用于將最終的特征圖譜映射為分割結(jié)果概率圖譜。圖3-5U-Net結(jié)構(gòu)圖[40]Fig.3-5U-Netarchitecture[40]U-Net收縮通路的四次最大值池化,使網(wǎng)絡(luò)具備了提取多尺度特征的能力。在擴(kuò)展通路各級結(jié)構(gòu)的輸入模塊,經(jīng)由反卷積得到的大尺度特征圖譜與對應(yīng)收縮通路提取得到的高分辨率特征圖譜以并置的方式進(jìn)行拼接。通過對拼接得到的特征圖譜進(jìn)行卷積,可以對多尺度的特征信息實(shí)現(xiàn)有效融合,進(jìn)而提高分割結(jié)果的準(zhǔn)確性。3.3訓(xùn)練數(shù)據(jù)集為了準(zhǔn)確定位膝關(guān)節(jié)的各個(gè)結(jié)構(gòu),本課題在實(shí)驗(yàn)數(shù)據(jù)集被試的3DFFEMRI圖像上對脛股關(guān)節(jié)及其對應(yīng)軟骨進(jìn)行了分割。用于訓(xùn)練分割模型的數(shù)據(jù)由上海市第
本文編號:3356867
本文鏈接:http://sikaile.net/yixuelunwen/waikelunwen/3356867.html
最近更新
教材專著