【摘要】：中國(guó)放射科醫(yī)學(xué)影像增速達(dá)30%,放射科醫(yī)生增速為4.1%,放射科影像數(shù)據(jù)的增長(zhǎng)速率遠(yuǎn)遠(yuǎn)高于放射科醫(yī)生的增長(zhǎng)速率,目前最主要的X光片審閱依靠人工審閱的方式,放射科醫(yī)生每天需要面臨很大的壓力,誤診和漏診率也會(huì)增加。同時(shí),因?yàn)閭�(gè)體差異,不同放射科醫(yī)生對(duì)X光片審閱結(jié)果也存在差異。科研醫(yī)療機(jī)構(gòu)希望能利用大數(shù)據(jù)與人工智能的相關(guān)技術(shù)來(lái)輔助放射科醫(yī)生進(jìn)行醫(yī)學(xué)圖像識(shí)別,提高醫(yī)學(xué)影像數(shù)據(jù)識(shí)別的準(zhǔn)確率,減輕放射科醫(yī)生的壓力,以達(dá)到疾病早發(fā)現(xiàn)、早治療的目的。本課題在云平臺(tái)下利用大數(shù)據(jù)技術(shù)對(duì)肺部X光影像數(shù)據(jù)進(jìn)行分布式存儲(chǔ),利用深度學(xué)習(xí)技術(shù)從大量的肺部X光圖像中進(jìn)行自動(dòng)地特征提取。對(duì)比了AlexNet、MobileNets、VGG16神經(jīng)網(wǎng)絡(luò)模型對(duì)肺部X光圖像識(shí)別的準(zhǔn)確率,選取分析效果較好的VGG16網(wǎng)絡(luò)模型進(jìn)行兩次算法的改進(jìn),分別將改進(jìn)后的算法命名為VGG-X和VGG-X1,VGG-X網(wǎng)絡(luò)模型將VGG16網(wǎng)絡(luò)中的標(biāo)準(zhǔn)卷積替換為了深度可分離卷積,VGG-X1網(wǎng)絡(luò)模型則是在VGG-X網(wǎng)絡(luò)的池化層之后加入了BN層。將改進(jìn)后的網(wǎng)絡(luò)模型用于對(duì)實(shí)變、肺水腫、積液、肺氣腫、纖維化、疝、滲透、腫塊、肺炎、正常10個(gè)類別進(jìn)行識(shí)別。經(jīng)過(guò)實(shí)驗(yàn)測(cè)試,改進(jìn)后的神經(jīng)網(wǎng)絡(luò)模型在對(duì)常見(jiàn)肺部癥狀進(jìn)行識(shí)別時(shí)達(dá)到了85%以上的平均準(zhǔn)確率,相較于VGG16,提升了對(duì)常見(jiàn)肺部癥狀識(shí)別的準(zhǔn)確率,而且改進(jìn)后的網(wǎng)絡(luò)模型的參數(shù)量低于VGG16,縮短了需要花費(fèi)的時(shí)間。此外,利用大數(shù)據(jù)技術(shù)對(duì)肺部X光圖像數(shù)據(jù)進(jìn)行存儲(chǔ),提高了整個(gè)識(shí)別系統(tǒng)的可擴(kuò)展性,保證了數(shù)據(jù)存儲(chǔ)的安全性。
【圖文】：

貴州大學(xué)碩士研究生學(xué)位論文Ceph Monitor 為 Ceph 集群的監(jiān)聽器，主要負(fù)責(zé)維護(hù)整個(gè) Ceph 集群狀態(tài)以及集群中的 Map 圖，OSD 通過(guò) Monistor 獲取最新 Map 圖，然據(jù)的存儲(chǔ)位置，實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)。CephMDS主要為文件系統(tǒng)存儲(chǔ)提供文件系統(tǒng)服務(wù)的元數(shù)據(jù)。eph 的系統(tǒng)架構(gòu)總共分為四層，從下往上分別為：最底層的基礎(chǔ)存儲(chǔ)OS)，基礎(chǔ)庫(kù)層(Librados)，高級(jí)應(yīng)用接口層以及應(yīng)用層，其系統(tǒng)架構(gòu)示。

貴州大學(xué)碩士研究生學(xué)位論文只提供對(duì)象存儲(chǔ)服務(wù)，不支持塊存儲(chǔ)以及文件存儲(chǔ)的服務(wù)。Swift 并不是實(shí)時(shí)的數(shù)據(jù)存儲(chǔ)系統(tǒng)，在對(duì)數(shù)據(jù)進(jìn)行更新以后將會(huì)產(chǎn)生對(duì)象的新版本，，所以一般不會(huì)頻繁對(duì)大的數(shù)據(jù)對(duì)象進(jìn)行更新，所存儲(chǔ)的數(shù)據(jù)對(duì)象一般也為虛擬鏡像、圖書、備份存檔、壓縮日志文件存檔等靜態(tài)數(shù)據(jù)或者更新頻率低的數(shù)據(jù)，為這些數(shù)據(jù)提供長(zhǎng)期或者永久性的存儲(chǔ)。Swift 從架構(gòu)上可以分為訪問(wèn)層(AccessTier)、存儲(chǔ)層(CapacityTier)兩層結(jié)構(gòu)訪問(wèn)層由代理服務(wù)(ProxyNode)以及認(rèn)證服務(wù)(Authentication)兩部分組成。存儲(chǔ)層由對(duì)象服務(wù)(ObjectServer)、容器服務(wù)(ContainerServer)、賬戶服務(wù)(AccountServe以及一致性服務(wù)(Consistency Servers)四部分組成。Swift 總體架構(gòu)如圖 2.3 所示
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R816.4;TP311.13;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張建明;詹智財(cái);成科揚(yáng);詹永照;;深度學(xué)習(xí)的研究與發(fā)展[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

2 洪漢舒;孫知信;;基于云計(jì)算的大數(shù)據(jù)存儲(chǔ)安全的研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

3 劉智慧;張泉靈;;大數(shù)據(jù)技術(shù)研究綜述[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2014年06期

4 葛江浩;劉磊;李小勇;;OpenStack Swift關(guān)鍵技術(shù)分析與性能評(píng)測(cè)[J];微型電腦應(yīng)用;2013年11期

5 孫志軍;薛磊;許陽(yáng)明;王正;;深度學(xué)習(xí)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

6 孔祥民;;醫(yī)學(xué)影像檢查在胸部疾病診斷中的應(yīng)用[J];中國(guó)實(shí)用醫(yī)藥;2010年11期

7 王森;楊克儉;;基于雙線性插值的圖像縮放算法的研究與實(shí)現(xiàn)[J];自動(dòng)化技術(shù)與應(yīng)用;2008年07期

8 王媛媛;丁毅;孫媛媛;趙志丹;;數(shù)據(jù)可視化技術(shù)的實(shí)現(xiàn)方法研究[J];現(xiàn)代電子技術(shù);2007年04期

9 劉勘,周曉崢,周洞汝;數(shù)據(jù)可視化的研究與發(fā)展[J];計(jì)算機(jī)工程;2002年08期

10 陳建軍,于志強(qiáng),朱昀;數(shù)據(jù)可視化技術(shù)及其應(yīng)用[J];紅外與激光工程;2001年05期

本文編號(hào)：2680445