發(fā)布時間：2022-02-12 15:43

　　核磁共振技術（MRI,Magnetic Resonance Imaging）可以提供體內組織的高清晰度圖像,在醫(yī)學成像領域中占據(jù)著越來越重要的地位。腦部膠質瘤作為一種癌癥,是一種惡性腫瘤。在進行膠質瘤分類時,由于不同模態(tài)的MRI影像能夠反映出腫瘤的不同局部信息,因此醫(yī)生在診斷時,需要綜合多種模態(tài)的腦部MRI影像,從而得到最終的分類結果。通過已經由醫(yī)生標注好的數(shù)據(jù),目前已有多種自行分類的方法。遺憾的是,在實際臨床數(shù)據(jù)采集過程中,會遇到很多問題,其中數(shù)據(jù)丟失成為使用多模態(tài)影像進行病理分析的關鍵阻礙,例如病人在拍片過程中出現(xiàn)頭動現(xiàn)象,導致影像出現(xiàn)偽影,該類數(shù)據(jù)在篩查時會被丟棄,或者病人不愿意配合某項檢查,導致該部分的多模態(tài)數(shù)據(jù)缺失。當使用多模態(tài)數(shù)據(jù)訓練分類模型時,需要將不完整的病人數(shù)據(jù)丟棄,造成數(shù)據(jù)的極大浪費,并減少分析中的樣本數(shù)量。因此,如何更好地利用觀察數(shù)據(jù)補全缺失數(shù)據(jù),從而實現(xiàn)更好的腦瘤分類成為一個非常具有實際意義的問題。目前,針對醫(yī)學圖像的缺失模態(tài)問題,主要利用機器學習的方法進行特征數(shù)據(jù)的補全,本論文以機器學習的方法為基礎,針對多模態(tài)膠質瘤圖像提取到的不完整特征數(shù)據(jù),首先提出了一種基... 

【文章來源】：山東大學山東省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

圖２－１具有元素：Ｖ￣的三階張量少ｅ?Ｒ３＾５?［ＮＭＦ］??

?山東大學碩士學位論文???￣｝?ＴＵ＂－３）??＿＿＿??圖２－２三階張量三種不同模式的纖維示意圖??切片簡單來說就是在張量中抽出矩陣的操作。這種操作在張量分解運算中經??常用到。在張量中固定一個維度，進行其他兩個維度的變化，便可以得到一個矩??陣，這個矩陣就是張量的切片（見圖２－３）。??Ｈｏｒｉｚｏｎｔａｌ?Ｓｌｉｃｅｓ?Ｌａｔｅｒａｌ?Ｓｌｉｃｅｓ?Ｆｒｏｎｔａｌ?Ｓｌｉｃｅｓ??藝＿?＾??圖２－３三階張量三種模式下的切片示意圖??張量的矩陣展開（Ｕｎｆｏｌｄｉｎｇ－Ｍａｔｒｉｃｉｚａｔｉｏｎ）是將一個張量的元素按照某種規(guī)??則重新排列，從而得到一個矩陣的操作，張量少？在第ｎ維度上展開的??１１??

?山東大學碩士學位論文???￣｝?ＴＵ＂－３）??＿＿＿??圖２－２三階張量三種不同模式的纖維示意圖??切片簡單來說就是在張量中抽出矩陣的操作。這種操作在張量分解運算中經??常用到。在張量中固定一個維度，進行其他兩個維度的變化，便可以得到一個矩??陣，這個矩陣就是張量的切片（見圖２－３）。??Ｈｏｒｉｚｏｎｔａｌ?Ｓｌｉｃｅｓ?Ｌａｔｅｒａｌ?Ｓｌｉｃｅｓ?Ｆｒｏｎｔａｌ?Ｓｌｉｃｅｓ??藝＿?＾??圖２－３三階張量三種模式下的切片示意圖??張量的矩陣展開（Ｕｎｆｏｌｄｉｎｇ－Ｍａｔｒｉｃｉｚａｔｉｏｎ）是將一個張量的元素按照某種規(guī)??則重新排列，從而得到一個矩陣的操作，張量少？在第ｎ維度上展開的??１１??

【參考文獻】：
博士論文
[1]基于磁共振圖像分析的神經膠質瘤分子標記物檢測研究[D]. 劉晨彬.浙江大學 2013



本文編號：3621992