基于深度學(xué)習(xí)的塵肺病醫(yī)學(xué)影像分析與應(yīng)用
發(fā)布時(shí)間:2023-02-18 13:53
塵肺病是一種由于長期吸入生產(chǎn)性粉塵而引起的以肺組織彌漫性纖維化為主的全身性疾病,它目前是我國職業(yè)病中發(fā)病率第一的疾病。塵肺病的診斷依據(jù)主要來自于醫(yī)生對(duì)肺部醫(yī)學(xué)影像的分析判斷,而在現(xiàn)代的醫(yī)療中,計(jì)算機(jī)輔助的醫(yī)學(xué)影像分析技術(shù)已經(jīng)被廣泛使用。近些年來由于深度學(xué)習(xí)的重大突破,基于深度學(xué)習(xí)方法的醫(yī)學(xué)影像分析研究逐漸成為主流。然而塵肺病作為我國高發(fā)的職業(yè)病,關(guān)于它的研究卻并不多,還存在著待研究的問題:一是基于人工特征算法的塵肺病影像識(shí)別精度較低,二是算法分類結(jié)果缺乏可解釋性。本文結(jié)合塵肺病本身的病理特點(diǎn),圍繞這兩個(gè)問題展開了關(guān)于塵肺病X光片識(shí)別的研究與應(yīng)用。首先,針對(duì)人工特征方法對(duì)于塵肺病患病期別分類精度較低的問題,提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)的層級(jí)分類方法。該方法分為兩階段,首先判斷樣本是否患病,然后再細(xì)分識(shí)別為“患病”樣本的期別。在該方法的設(shè)計(jì)中,考慮了兩個(gè)要點(diǎn):一是單層級(jí)的基分類器要盡可能準(zhǔn)確,為了設(shè)計(jì)好的基分類器,本文對(duì)比分析了多種深度卷積神經(jīng)網(wǎng)絡(luò)的分類結(jié)果,并基于代價(jià)敏感方法對(duì)選出深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu);二是所有層級(jí)的基分類器聯(lián)合起來最終分類結(jié)果要盡量準(zhǔn)確,為了調(diào)優(yōu)最終效果,本文通過對(duì)比...
【文章頁數(shù)】:88 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景與意義
1.2 研究現(xiàn)狀與相關(guān)工作
1.2.1 深度卷積神經(jīng)網(wǎng)絡(luò)
1.2.2 基于深度學(xué)習(xí)的醫(yī)學(xué)影像分析
1.2.3 深度學(xué)習(xí)可解釋性研究
1.3 待研究問題
1.4 本文工作
1.4.1 本文工作內(nèi)容
1.4.2 本文組織
第二章 基于深度學(xué)習(xí)的塵肺病識(shí)別層級(jí)分類方法
2.1 概述
2.1.1 背景與動(dòng)機(jī)
2.1.2 本章工作
2.2 相關(guān)知識(shí)
2.2.1 稠密連接網(wǎng)絡(luò)
2.2.2 代價(jià)敏感方法
2.3 算法介紹
2.3.1 層級(jí)分類方法
2.3.2 基分類器選擇與調(diào)優(yōu)
2.3.3 截?cái)帱c(diǎn)選取
2.4 實(shí)驗(yàn)結(jié)果與分析
2.4.1 實(shí)驗(yàn)數(shù)據(jù)集
2.4.2 實(shí)驗(yàn)設(shè)置
2.4.3 評(píng)價(jià)指標(biāo)
2.4.4 結(jié)果與分析
2.5 小結(jié)
第三章 基于判別性區(qū)域發(fā)現(xiàn)的塵肺病細(xì)粒度病理特征提取
3.1 概述
3.1.1 背景與動(dòng)機(jī)
3.1.2 本章工作
3.2 相關(guān)知識(shí)
3.2.1 CAM可解釋性技術(shù)
3.2.2 主成分分析
3.3 算法介紹
3.3.1 符號(hào)描述
3.3.2 判別性區(qū)域發(fā)現(xiàn)
3.3.3 細(xì)粒度病理特征提取
3.4 實(shí)驗(yàn)結(jié)果與分析
3.4.1 實(shí)驗(yàn)數(shù)據(jù)集和實(shí)驗(yàn)設(shè)置
3.4.2 判別性區(qū)域發(fā)現(xiàn)結(jié)果
3.4.3 細(xì)粒度病理特征提取結(jié)果
3.5 小結(jié)
第四章 塵肺病識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
4.1 概述
4.1.1 背景與動(dòng)機(jī)
4.1.2 本章工作
4.2 系統(tǒng)設(shè)計(jì)
4.2.1 需求分析
4.2.2 流程分析
4.3 系統(tǒng)實(shí)現(xiàn)
4.3.1 系統(tǒng)架構(gòu)
4.3.2 開發(fā)環(huán)境
4.3.3 關(guān)鍵技術(shù)
4.3.4 系統(tǒng)展示
4.4 小結(jié)
第五章 總結(jié)與展望
5.1 工作總結(jié)
5.2 工作展望
參考文獻(xiàn)
簡歷與科研成果
致謝
本文編號(hào):3745092
【文章頁數(shù)】:88 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景與意義
1.2 研究現(xiàn)狀與相關(guān)工作
1.2.1 深度卷積神經(jīng)網(wǎng)絡(luò)
1.2.2 基于深度學(xué)習(xí)的醫(yī)學(xué)影像分析
1.2.3 深度學(xué)習(xí)可解釋性研究
1.3 待研究問題
1.4 本文工作
1.4.1 本文工作內(nèi)容
1.4.2 本文組織
第二章 基于深度學(xué)習(xí)的塵肺病識(shí)別層級(jí)分類方法
2.1 概述
2.1.1 背景與動(dòng)機(jī)
2.1.2 本章工作
2.2 相關(guān)知識(shí)
2.2.1 稠密連接網(wǎng)絡(luò)
2.2.2 代價(jià)敏感方法
2.3 算法介紹
2.3.1 層級(jí)分類方法
2.3.2 基分類器選擇與調(diào)優(yōu)
2.3.3 截?cái)帱c(diǎn)選取
2.4 實(shí)驗(yàn)結(jié)果與分析
2.4.1 實(shí)驗(yàn)數(shù)據(jù)集
2.4.2 實(shí)驗(yàn)設(shè)置
2.4.3 評(píng)價(jià)指標(biāo)
2.4.4 結(jié)果與分析
2.5 小結(jié)
第三章 基于判別性區(qū)域發(fā)現(xiàn)的塵肺病細(xì)粒度病理特征提取
3.1 概述
3.1.1 背景與動(dòng)機(jī)
3.1.2 本章工作
3.2 相關(guān)知識(shí)
3.2.1 CAM可解釋性技術(shù)
3.2.2 主成分分析
3.3 算法介紹
3.3.1 符號(hào)描述
3.3.2 判別性區(qū)域發(fā)現(xiàn)
3.3.3 細(xì)粒度病理特征提取
3.4 實(shí)驗(yàn)結(jié)果與分析
3.4.1 實(shí)驗(yàn)數(shù)據(jù)集和實(shí)驗(yàn)設(shè)置
3.4.2 判別性區(qū)域發(fā)現(xiàn)結(jié)果
3.4.3 細(xì)粒度病理特征提取結(jié)果
3.5 小結(jié)
第四章 塵肺病識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
4.1 概述
4.1.1 背景與動(dòng)機(jī)
4.1.2 本章工作
4.2 系統(tǒng)設(shè)計(jì)
4.2.1 需求分析
4.2.2 流程分析
4.3 系統(tǒng)實(shí)現(xiàn)
4.3.1 系統(tǒng)架構(gòu)
4.3.2 開發(fā)環(huán)境
4.3.3 關(guān)鍵技術(shù)
4.3.4 系統(tǒng)展示
4.4 小結(jié)
第五章 總結(jié)與展望
5.1 工作總結(jié)
5.2 工作展望
參考文獻(xiàn)
簡歷與科研成果
致謝
本文編號(hào):3745092
本文鏈接:http://sikaile.net/yixuelunwen/yufangyixuelunwen/3745092.html
最近更新
教材專著