基于深度學(xué)習(xí)的左心室長軸定位
發(fā)布時間:2021-11-04 21:21
隨著磁共振成像的臨床應(yīng)用越來越廣泛,心臟磁共振成像也成為判斷心臟結(jié)構(gòu)和功能的“金標(biāo)準(zhǔn)”。有大視野、高度的組織分辨率以及無輻射的特點。在以往,由于心臟的運動性以及心臟長軸與人體長軸不一致,對其進行掃描的最大難點之一就是定位,整個過程由專業(yè)人員手動操作完成。心臟掃描過程中,要完成幾個基本層面的選擇,需要掃一次,定位一次。近20年來,有大量關(guān)于心臟分割的方法提出來,包括了半自動分割和自動分割。但是關(guān)于心臟掃描自動規(guī)劃的相關(guān)工作很少。現(xiàn)如今仍然是臨床實踐的一個挑戰(zhàn)。目前已有相關(guān)技術(shù)用于商用,但屬于商用保密技術(shù)。因此為了實現(xiàn)長軸的自動定位,必須自主研究相關(guān)算法。本文提出了利用深度學(xué)習(xí)實現(xiàn)心臟左心室長軸的自動定位方法。主要工作如下:(1)研究了目前長軸定位相關(guān)方法,其最大弊端是過程過于復(fù)雜,過分依賴前期的特征提取工作。所以本文使用深度學(xué)習(xí)相關(guān)方法,仔細研究了多種神經(jīng)網(wǎng)絡(luò),包括卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò),以及各種模塊。結(jié)合相關(guān)技術(shù)構(gòu)建長軸的定位方法。(2)由于數(shù)據(jù)不夠充分,本文利用現(xiàn)有的3D數(shù)據(jù)模擬了真實預(yù)掃描3D數(shù)據(jù),分別研究了由3D體積磁共振數(shù)據(jù)和2D橫斷面切片估計左心室長軸位置的方法。(3)提...
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:67 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 研究現(xiàn)狀及發(fā)展
1.3 本文的主要工作
1.4 本文的章節(jié)安排
第二章 左心室長軸定位方法
2.1 左心室長軸介紹
2.2 定位方法總結(jié)
2.2.1 手動定位方法
2.2.2 基于2D數(shù)據(jù)的長軸定位方法
2.2.3 基于3D數(shù)據(jù)的長軸定位方法
2.3 長軸定位效果評估標(biāo)準(zhǔn)
2.4 本章小結(jié)
第三章 相關(guān)技術(shù)研究
3.1 參考坐標(biāo)系
3.2 心臟成像
3.2.1 心臟掃描過程
3.2.2 心臟成像技術(shù)發(fā)展
3.3 仿射變換
3.3.1 二維仿射變換
3.3.2 三維仿射變換
3.4 深度學(xué)習(xí)框架
3.5 旋轉(zhuǎn)角度
3.5.1 偏轉(zhuǎn)角度定義
3.5.2 偏轉(zhuǎn)角度范圍總結(jié)
3.6 本章小結(jié)
第四章 基于3D數(shù)據(jù)的長軸定位
4.1 數(shù)據(jù)
4.2 預(yù)處理
4.2.1 歸一化
4.2.2 數(shù)據(jù)增強
4.3 網(wǎng)絡(luò)模型
4.3.1 基于注意力機制的模型
4.3.2 基于Inception的3D模型
4.4 實驗過程
4.4.1 激活函數(shù)
4.4.2 初始化方式
4.4.3 損失函數(shù)
4.4.4 學(xué)習(xí)率
4.4.5 優(yōu)化函數(shù)
4.5 實驗結(jié)果
4.6 本章小結(jié)
第五章 基于2D數(shù)據(jù)的長軸定位
5.1 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的長軸定位
5.1.1 卷積神經(jīng)網(wǎng)絡(luò)介紹
5.1.2 循環(huán)神經(jīng)網(wǎng)絡(luò)介紹
5.1.3 長軸定位模型結(jié)構(gòu)
5.2 基于DenseNet的模型
5.2.1 數(shù)據(jù)預(yù)處理
5.2.2 模型結(jié)構(gòu)
5.3 模擬數(shù)據(jù)測試結(jié)果
5.4 真實數(shù)據(jù)測試結(jié)果
5.5 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻
【參考文獻】:
期刊論文
[1]SPECT心肌重建圖像的左心室長軸自動定位方法[J]. 關(guān)鑫龍,陳思,陳靖,洪寶玉,劉亞強,王石,馬天予. 核電子學(xué)與探測技術(shù). 2014(03)
本文編號:3476434
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:67 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 研究現(xiàn)狀及發(fā)展
1.3 本文的主要工作
1.4 本文的章節(jié)安排
第二章 左心室長軸定位方法
2.1 左心室長軸介紹
2.2 定位方法總結(jié)
2.2.1 手動定位方法
2.2.2 基于2D數(shù)據(jù)的長軸定位方法
2.2.3 基于3D數(shù)據(jù)的長軸定位方法
2.3 長軸定位效果評估標(biāo)準(zhǔn)
2.4 本章小結(jié)
第三章 相關(guān)技術(shù)研究
3.1 參考坐標(biāo)系
3.2 心臟成像
3.2.1 心臟掃描過程
3.2.2 心臟成像技術(shù)發(fā)展
3.3 仿射變換
3.3.1 二維仿射變換
3.3.2 三維仿射變換
3.4 深度學(xué)習(xí)框架
3.5 旋轉(zhuǎn)角度
3.5.1 偏轉(zhuǎn)角度定義
3.5.2 偏轉(zhuǎn)角度范圍總結(jié)
3.6 本章小結(jié)
第四章 基于3D數(shù)據(jù)的長軸定位
4.1 數(shù)據(jù)
4.2 預(yù)處理
4.2.1 歸一化
4.2.2 數(shù)據(jù)增強
4.3 網(wǎng)絡(luò)模型
4.3.1 基于注意力機制的模型
4.3.2 基于Inception的3D模型
4.4 實驗過程
4.4.1 激活函數(shù)
4.4.2 初始化方式
4.4.3 損失函數(shù)
4.4.4 學(xué)習(xí)率
4.4.5 優(yōu)化函數(shù)
4.5 實驗結(jié)果
4.6 本章小結(jié)
第五章 基于2D數(shù)據(jù)的長軸定位
5.1 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的長軸定位
5.1.1 卷積神經(jīng)網(wǎng)絡(luò)介紹
5.1.2 循環(huán)神經(jīng)網(wǎng)絡(luò)介紹
5.1.3 長軸定位模型結(jié)構(gòu)
5.2 基于DenseNet的模型
5.2.1 數(shù)據(jù)預(yù)處理
5.2.2 模型結(jié)構(gòu)
5.3 模擬數(shù)據(jù)測試結(jié)果
5.4 真實數(shù)據(jù)測試結(jié)果
5.5 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻
【參考文獻】:
期刊論文
[1]SPECT心肌重建圖像的左心室長軸自動定位方法[J]. 關(guān)鑫龍,陳思,陳靖,洪寶玉,劉亞強,王石,馬天予. 核電子學(xué)與探測技術(shù). 2014(03)
本文編號:3476434
本文鏈接:http://sikaile.net/yixuelunwen/xxg/3476434.html
最近更新
教材專著