隨著預(yù)防醫(yī)學(xué)的發(fā)展,人們?cè)絹碓街匾暯】倒芾?在日常體檢中,甲狀腺結(jié)節(jié)被發(fā)現(xiàn)有較高的發(fā)病率,并逐漸成為成年人最常見的結(jié)節(jié)性腫瘤之一。超聲檢查是甲狀腺結(jié)節(jié)臨床診斷的首選篩查方法,精確診斷則主要通過細(xì)針穿刺活檢(FNAB)。臨床上,甲狀腺結(jié)節(jié)的良惡性人工診斷與個(gè)人的臨床醫(yī)學(xué)經(jīng)驗(yàn)密切相關(guān),甲狀腺結(jié)節(jié)的超聲圖像具有不同的外觀,內(nèi)部特征和模糊的邊界,這些給人工視覺識(shí)別帶來一定難度,從而容易造成誤診以及診斷結(jié)果不統(tǒng)一的情況,進(jìn)而導(dǎo)致過渡治療現(xiàn)象。隨著人工智能技術(shù)的發(fā)展,深度學(xué)習(xí)在醫(yī)學(xué)圖像診斷領(lǐng)域取得了巨大進(jìn)展,具體到甲狀腺結(jié)節(jié)的良惡性識(shí)別,基于超聲圖像,構(gòu)建模型實(shí)現(xiàn)結(jié)節(jié)的自動(dòng)識(shí)別及良惡性分類,能有效輔助醫(yī)生智能診斷。由于結(jié)節(jié)的大小不一,形狀、質(zhì)地各異等特征,構(gòu)建精準(zhǔn)而高效的識(shí)別模型具有一定的研究?jī)r(jià)值和臨床應(yīng)用價(jià)值。本文在對(duì)甲狀腺結(jié)節(jié)超聲圖像采集的基礎(chǔ)上,首先,對(duì)圖像數(shù)據(jù)進(jìn)行預(yù)處理,其次,構(gòu)建深度學(xué)習(xí)模型實(shí)現(xiàn)對(duì)甲狀腺結(jié)節(jié)的位置檢測(cè)和良惡性識(shí)別,并構(gòu)建數(shù)據(jù)集進(jìn)行模型評(píng)估,最后,設(shè)計(jì)開發(fā)并實(shí)現(xiàn)了一個(gè)甲狀腺結(jié)節(jié)標(biāo)記識(shí)別系統(tǒng)。主要內(nèi)容包括:1)提出了一種深度學(xué)習(xí)架構(gòu),其是基于YOLOv3的稠密的多感受野的卷積...

【文章頁數(shù)】：88 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 專家系統(tǒng)方法
        1.2.2 人工特征法與機(jī)器學(xué)習(xí)方法
        1.2.3 深度學(xué)習(xí)方法
    1.3 論文的主要內(nèi)容和創(chuàng)新點(diǎn)
    1.4 論文組織和結(jié)構(gòu)
2 深度卷積神經(jīng)網(wǎng)絡(luò)
    2.1 傳統(tǒng)的卷積分類架構(gòu)
        2.1.1 卷積層
        2.1.2 激活函數(shù)
        2.1.3 批量正則化
        2.1.4 池化層
    2.2 目標(biāo)檢測(cè)架構(gòu)
        2.2.1 Two-stage方法
        2.2.2 One-stage方法
        2.2.3 對(duì)比與分析
    2.3 本章小結(jié)
3 甲狀腺超聲影像人工標(biāo)記的處理
    3.1 問題描述
    3.2 人工標(biāo)記的去除
    3.3 人工標(biāo)記的修復(fù)
    3.4 本章小結(jié)
4 超聲甲狀腺結(jié)節(jié)的特征提取
    4.1 超聲甲狀腺結(jié)節(jié)傳統(tǒng)特征提取方法
        4.1.1 形狀和邊緣提取
        4.1.2 紋理提取
    4.2 超聲甲狀腺結(jié)節(jié)深度學(xué)習(xí)特征提取方法
    4.3 實(shí)驗(yàn)
        4.3.1 數(shù)據(jù)集和評(píng)價(jià)標(biāo)準(zhǔn)
        4.3.2 實(shí)驗(yàn)設(shè)置
        4.3.3 結(jié)果與討論
    4.4 本章小結(jié)
5 超聲甲狀腺結(jié)節(jié)的識(shí)別與檢測(cè)
    5.1 Anchor box的獲取
        5.1.1 人工經(jīng)驗(yàn)獲取
        5.1.2 k-means算法獲取
    5.2 多尺度的檢測(cè)層
    5.3 損失函數(shù)
    5.4 實(shí)驗(yàn)
        5.4.1 數(shù)據(jù)集和評(píng)價(jià)標(biāo)準(zhǔn)
        5.4.2 實(shí)驗(yàn)設(shè)置
        5.4.3 結(jié)果與討論
    5.5 本章小結(jié)
6 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    6.1 系統(tǒng)概述
        6.1.1 系統(tǒng)設(shè)計(jì)意義和背景
        6.1.2 系統(tǒng)設(shè)計(jì)的目標(biāo)
    6.2 系統(tǒng)可行性分析
        6.2.1 技術(shù)可行性
        6.2.2 資源可行性
        6.2.3 安全可行性
    6.3 系統(tǒng)需求分析
    6.4 系統(tǒng)概要設(shè)計(jì)
        6.4.1 總體框架結(jié)構(gòu)設(shè)計(jì)
        6.4.2 數(shù)據(jù)庫實(shí)體與屬性的提取
        6.4.3 數(shù)據(jù)庫E-R圖設(shè)計(jì)
        6.4.4 數(shù)據(jù)庫表設(shè)計(jì)
    6.5 系統(tǒng)詳細(xì)設(shè)計(jì)
        6.5.1 數(shù)據(jù)脫敏與可視化模塊
        6.5.2 超聲甲狀腺結(jié)節(jié)智能檢測(cè)與識(shí)別模塊
        6.5.3 矩形框標(biāo)注模塊
        6.5.4 分割框標(biāo)注模塊
        6.5.5 特征染色模塊
    6.6 系統(tǒng)測(cè)試
        6.6.1 功能測(cè)試
        6.6.2 系統(tǒng)兼容性測(cè)試
        6.6.3 性能測(cè)試
    6.7 本章小結(jié)
7 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果
致謝



本文編號(hào)：3798110