肺部CT圖像配準是非剛性醫(yī)學(xué)圖像配準中重要的研究課題,通過配準高分辨率的不同呼吸相位的CT圖像,可以掌握患者肺部組織隨呼吸運動的變化規(guī)律。這對肺實質(zhì)的運動預(yù)測、肺內(nèi)腫瘤的追蹤放療以及肺慢性阻塞性通氣障礙的臨床診斷等有著重要的意義。近年來,為了滿足臨床應(yīng)用對配準高精度的要求,深度學(xué)習(xí)逐漸被應(yīng)用于在某些剛性或非剛性的醫(yī)學(xué)圖像配準中,因此將其應(yīng)用到肺部CT圖像配準是必然的發(fā)展趨勢。本文基于深度學(xué)習(xí)方法,探索適用于肺部CT配準的具體網(wǎng)絡(luò)模型。模型以無標記的3維圖像對為輸入,利用深度卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)直接估計并轉(zhuǎn)換參數(shù)的功能,得到預(yù)測的位移場,利用空間變換和位移場把浮動圖像進行空間扭曲,以扭曲圖像與固定圖像的相似性和對位移場的約束為目標函數(shù),獲取最優(yōu)參數(shù)。配準過程是無監(jiān)督的。本文設(shè)計了兩個不同深度的網(wǎng)絡(luò)模型,并在兩個網(wǎng)絡(luò)下探究不同優(yōu)化方式和不同卷積核大小的配準效果。研究利用公開數(shù)據(jù)集和自身獲取的數(shù)據(jù)集進行驗證,實驗證明利用Adam優(yōu)化器、采用的層次更深,獲取位移場時卷積核更小的設(shè)計,有更高的準確率以及更強的魯棒性。實測表明本文的兩個不同設(shè)計的運行時間較傳統(tǒng)的基于迭代的方式要快幾十甚至上百倍。此外,...

【文章頁數(shù)】：80 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 醫(yī)學(xué)圖像配準算法的國內(nèi)外研究現(xiàn)狀
    1.3 醫(yī)學(xué)圖像配準算法評估的國內(nèi)外研究現(xiàn)狀
    1.4 論文章節(jié)安排
第二章 圖像配準及深度學(xué)習(xí)相關(guān)知識
    2.1 肺部CT數(shù)據(jù)
        2.1.1 肺部CT圖像及運動情況
        2.1.2 肺部CT數(shù)據(jù)集
    2.2 醫(yī)學(xué)圖像配準概述
        2.2.1 圖像配準的概念
        2.2.2 醫(yī)學(xué)配準框架
    2.3 深度神經(jīng)網(wǎng)絡(luò)
        2.3.1 深度學(xué)習(xí)的概念
        2.3.2 深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    2.4 本章小結(jié)
第三章 無監(jiān)督配準模型設(shè)計及實現(xiàn)
    3.1 網(wǎng)絡(luò)總體設(shè)計
    3.2 網(wǎng)絡(luò)具體模型
    3.3 空間轉(zhuǎn)換
    3.4 網(wǎng)絡(luò)損失
    3.5 實驗數(shù)據(jù)及預(yù)處理
    3.6 網(wǎng)絡(luò)的訓(xùn)練
    3.7 評估方法
    3.8 實驗結(jié)果
    3.9 討論
    3.10 本章小結(jié)
第四章 一個綜合的圖像配準評估框架
    4.1 評估框架總體設(shè)計
    4.2 數(shù)據(jù)、配準算法及其實現(xiàn)
    4.3 直觀視覺
    4.4 圖像質(zhì)量
    4.5 結(jié)構(gòu)形狀
    4.6 位移場
        4.6.1 整體位移場
        4.6.2 點對點的位移
    4.7 實驗結(jié)果
        4.7.1 直觀可視化
        4.7.2 質(zhì)量與結(jié)構(gòu)
        4.7.3 位移場
        4.7.4 配準耗時
    4.8 討論
    4.9 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 研究展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝



本文編號：3921678