近年來,乳腺癌在女性疾病中的發(fā)病率越來越高,同時(shí)也是導(dǎo)致女性死亡最嚴(yán)重疾病之一。為了有效并且及時(shí)地發(fā)現(xiàn)乳腺癌,提高患者的生存質(zhì)量,越來越多的研究人員致力于乳腺癌圖像的檢測(cè)分析技術(shù)。在眾多醫(yī)學(xué)影像檢測(cè)技術(shù)中,核磁共振成像是一種有效的乳腺癌檢測(cè)工具。因此基于乳腺核磁共振成像(MRI)的自動(dòng)腫瘤分割,是當(dāng)今的研究熱點(diǎn)之一。雖然深度學(xué)習(xí)技術(shù)在乳腺腫瘤圖像處理方面有很多突破,但是仍然存在一些難點(diǎn)�；谌橄倌[瘤MRI分割的挑戰(zhàn)主要包括以下兩點(diǎn):一方面,病灶區(qū)域與正常組織之間的大小嚴(yán)重失衡,屬于類別不平衡問題;另一方面,正常組織與病灶之間相互重疊,會(huì)影響到檢測(cè)結(jié)果。為了應(yīng)對(duì)上述乳腺腫瘤分割的挑戰(zhàn),本文提出一種基于兩級(jí)上下文增強(qiáng)殘差注意力的多尺度密集編碼-解碼器(TLCRAM-MDED)。對(duì)于TLCRAM-MDED,在編碼階段中,本文將兩級(jí)殘差注意力模塊(TLCRAM)與基于密集塊的編碼結(jié)構(gòu)相結(jié)合,用以重復(fù)利用不同層的特征并且細(xì)化特征。同時(shí),在編碼器的末端使用多尺度信息感知模塊替代傳統(tǒng)池化,從而獲得更大的感受野,豐富提取的語義信息,避免因?yàn)橄虏蓸硬僮鞫斐尚畔G失。在解碼階段中,通過與編碼器TLCRA...

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)的乳腺腫瘤分割方法
        1.2.2 基于深度學(xué)習(xí)的乳腺腫瘤分割方法
    1.3 研究?jī)?nèi)容
    1.4 本文組織架構(gòu)
    1.5 本章小結(jié)
第二章 相關(guān)技術(shù)介紹
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.1 經(jīng)典的特征提取網(wǎng)絡(luò)
        2.1.2 全卷積神經(jīng)網(wǎng)絡(luò)
    2.2 注意力機(jī)制
        2.2.1 基于LSTM的注意力
        2.2.2 空間轉(zhuǎn)換網(wǎng)絡(luò)
        2.2.3 通道注意力
    2.3 多尺度信息提取
        2.3.1 多尺度注意力畫框生成
        2.3.2 多尺度空洞卷積
    2.4 本章小結(jié)
第三章 基于兩級(jí)上下文增強(qiáng)的殘差注意力模塊
    3.1 基于注意力機(jī)制的病灶定位
    3.2 注意力模塊構(gòu)建
        3.2.1 兩級(jí)上下文增強(qiáng)注意力
        3.2.2 基于殘差注意力的長(zhǎng)-短連接網(wǎng)絡(luò)
    3.3 特征圖的可視化
    3.4 本章小結(jié)
第四章 多尺度信息感知的病灶分割網(wǎng)絡(luò)
    4.1 通道擴(kuò)充模塊
    4.2 基于共享內(nèi)存的特征提取單元
    4.3 多尺度信息感知模塊
    4.4 基于跳躍連接的解碼器
    4.5 本章小結(jié)
第五章 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 實(shí)驗(yàn)設(shè)置
        5.2.1 數(shù)據(jù)集
        5.2.2 訓(xùn)練參數(shù)設(shè)置
        5.2.3 評(píng)估指標(biāo)
    5.3 乳腺腫瘤分割實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
        5.3.1 分割網(wǎng)絡(luò)策略貢獻(xiàn)分析
        5.3.2 注意力模塊TLCRAM分析
        5.3.3 多尺度信息感知模塊分析
        5.3.4 分割結(jié)果與其他模型比較
    5.4 乳腺癌前哨淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)實(shí)驗(yàn)
        5.4.1 多尺度雙路感知病灶模型構(gòu)建
        5.4.2 乳腺癌前哨淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)結(jié)果
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    研究工作總結(jié)
    工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件



本文編號(hào)：3807547