隨著磁共振成像的臨床應(yīng)用越來(lái)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(wú)輻射的特點(diǎn)。在以往,由于心臟的運(yùn)動(dòng)性以及心臟長(zhǎng)軸與人體長(zhǎng)軸不一致,對(duì)其進(jìn)行掃描的最大難點(diǎn)之一就是定位,整個(gè)過(guò)程由專(zhuān)業(yè)人員手動(dòng)操作完成。心臟掃描過(guò)程中,要完成幾個(gè)基本層面的選擇,需要掃一次,定位一次。近20年來(lái),有大量關(guān)于心臟分割的方法提出來(lái),包括了半自動(dòng)分割和自動(dòng)分割。但是關(guān)于心臟掃描自動(dòng)規(guī)劃的相關(guān)工作很少。現(xiàn)如今仍然是臨床實(shí)踐的一個(gè)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(shí)現(xiàn)長(zhǎng)軸的自動(dòng)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(shí)現(xiàn)心臟左心室長(zhǎng)軸的自動(dòng)定位方法。主要工作如下:（1）研究了目前長(zhǎng)軸定位相關(guān)方法,其最大弊端是過(guò)程過(guò)于復(fù)雜,過(guò)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(xì)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(zhǎng)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(shí)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(jì)左心室長(zhǎng)軸位置的方法。（3）提... 

【文章來(lái)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(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)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(zhǎng)軸定位方法
    2.1 左心室長(zhǎng)軸介紹
    2.2 定位方法總結(jié)
        2.2.1 手動(dòng)定位方法
        2.2.2 基于2D數(shù)據(jù)的長(zhǎng)軸定位方法
        2.2.3 基于3D數(shù)據(jù)的長(zhǎng)軸定位方法
    2.3 長(zhǎng)軸定位效果評(píng)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(guò)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(zhǎng)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(qiáng)
    4.3 網(wǎng)絡(luò)模型
        4.3.1 基于注意力機(jī)制的模型
        4.3.2 基于Inception的3D模型
    4.4 實(shí)驗(yàn)過(guò)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(shí)驗(yàn)結(jié)果
    4.6 本章小結(jié)
第五章 基于2D數(shù)據(jù)的長(zhǎng)軸定位
    5.1 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的長(zhǎng)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(zhǎng)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(cè)試結(jié)果
    5.4 真實(shí)數(shù)據(jù)測(cè)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(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]SPECT心肌重建圖像的左心室長(zhǎng)軸自動(dòng)定位方法[J]. 關(guān)鑫龍,陳思,陳靖,洪寶玉,劉亞強(qiáng),王石,馬天予.  核電子學(xué)與探測(cè)技術(shù). 2014(03)



本文編號(hào)：3476434