基于红外热像的颈椎病变辅助诊疗系统研究与应用
发布时间:2022-02-26 07:20
一方面,医用红外热像技术作为一项方便快捷、无损伤性、可以发现早期病灶的医学检测手段,具有很高的研究与应用价值。另一方面,颈椎病也成为当代人们常见高发的一类疾病,严重影响人们的健康与生活治疗。近年来医疗产业信息化发展迅速,互联网借助计算机、手机广泛普及。在此背景下,本文研究了红外颈椎智能分析相关算法,并实现了基于红外颈椎图像的辅助诊疗系统,为颈椎类病变提供初诊时的辅助诊断,以及诊后治疗阶段检验康复效果的功能。本文研究了基于红外颈椎图像分析的辅助诊断相关算法。首先设计了基于Faster-RCNN深度网络的识别模型,对采集到的整个人体背面红外图像进行感兴趣区域的提取,自动提取出颈椎部位,且到达了较好的分割效果。基于分割出来的颈椎部位红外图像,设计一种基于CNN卷积神经网络进行温度特征自动提取与分类的算法,并通过引入注意力机制进一步提高了算法性能,实现了对颈椎病症情况的有效区分。此外,本文也引入了非线性动力学系统混沌分析的概念,同样基于Faster-RCNN提取出来的颈椎部位感兴趣区域,进行高热区域的分割。采用了马尔科夫随机场算法,该算法模型相对于其他聚类算法,能更好地提取出需要的区域。基于分...
【文章来源】:浙江大学浙江省211工程院校985工程院校教育部直属院校
【文章页数】:88 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 红外图像在医学领域中的研究
1.2.2 红外图像的计算机辅助诊断研究
1.3 课题研究目的与内容
1.4 论文组织架构
第2章 理论知识基础
2.1 医用红外热像技术概述
2.1.1 医用红外热像仪
2.1.2 人体热像图
2.2 神经网络与深度学习理论基础
2.2.1 人工神经网络
2.2.2 卷积神经网络(CNN)
2.2.3 Faster R-CNN网络
2.3 红外图像区域分割聚类算法
2.3.1 模糊C-均值聚类
2.3.2 马尔可夫随机场(MRF)
2.4 非线性分析理论基础
2.4.1 相空间
2.4.2 李雅普诺夫指数
2.5 本章小结
第3章 基于深度学习的红外颈椎病变分类
3.1 数据源介绍
3.2 红外图像预处理
3.2.1 人体红外图像分辨率
3.2.2 双三次插值法
3.3 基于Faster R-CNN的红外图像颈椎部位提取
3.3.1 Faster R-CNN网络搭建
3.3.2 ResNet101到ResNet50网络优化
3.3.3 实验结果与分析
3.4 基于卷积神经网络的颈椎病变情况分类
3.4.1 卷积神经网络搭建
3.4.2 算法模型优化
3.4.3 实验结果与文献对比分析
3.5 本章小结
第4章 基于非线性混沌分析的颈椎病变研究
4.1 颈椎红外图像最热区域分割
4.1.1 马尔可夫随机场分割算法
4.1.2 仿真结果与展示
4.2 基于李雅普诺夫指数的分析
4.2.1 时间序列生成
4.2.2 基于时间序列计算李雅普诺夫指数
4.2.3 实验结果与分析
4.3 本章小结
第5章 颈椎病变红外分析辅助诊疗系统设计与实现
5.1 系统功能需求分析
5.2 系统架构与设计
5.2.1 应用层
5.2.2 业务层
5.2.3 算法层
5.2.4 数据层
5.3 系统页面展示
5.4 系统测试
5.4.1 测试环境介绍
5.4.2 系统功能测试
5.4.3 系统性能测试
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历及在学期间所取得的科研成果
【参考文献】:
期刊论文
[1]基于模糊C聚类的乳腺肿瘤红外图像识别[J]. 黄宝婵,陈华,聂雄. 广西大学学报(自然科学版). 2018(05)
[2]红外热成像技术评价介入术治疗颈椎间盘突出疗效的可行性分析[J]. 刘叶,杨洋,吕丹,王准,李艳. 承德医学院学报. 2017(02)
[3]红外热像仪在医学领域中的应用[J]. 贺婧斐,甄希成,汤海梅. 科技视界. 2015(12)
[4]基于非线性混沌分析的急性低血压预测[J]. 姜大志,李立宇,彭晨枫. 生物医学工程学杂志. 2015(01)
[5]经典相空间与希尔伯特空间对比浅析[J]. 王杰芳,李玉晓,贾瑜,赵维娟,胡行,杨德林,梁二军. 物理与工程. 2014(S2)
[6]红外热成像在颈椎病诊断及治疗中的应用[J]. 彭少容. 齐鲁护理杂志. 2014(10)
[7]数值天气预报和气候预测可预报性研究的若干动力学方法[J]. 段晚锁,丁瑞强,周菲凡. 气候与环境研究. 2013(04)
[8]基于系统混沌指数的航空发动机状态监测[J]. 李天亮,何立明,程邦勤,邹仕军. 航空动力学报. 2008(11)
[9]图像分割中的马尔可夫随机场方法综述[J]. 李旭超,朱善安. 中国图象图形学报. 2007(05)
[10]冠心患者与健康人同步12导联ECG信号的李雅普诺夫指数谱比较研究[J]. 王振洲,李政,魏义祥,林郁正,杨丽霞,魏玲. 中国生物医学工程学报. 2004(06)
硕士论文
[1]基于深度学习的手背静脉识别研究[D]. 曹海军.北方工业大学 2015
[2]多尺度熵法用于人体红外图像的腰椎病症研究[D]. 范文会.河北科技大学 2014
[3]红外线热像对膝关节骨性关节炎(OA)诊断价值的研究[D]. 郑烽礼.福建医科大学 2007
本文编号:3644214
【文章来源】:浙江大学浙江省211工程院校985工程院校教育部直属院校
【文章页数】:88 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 红外图像在医学领域中的研究
1.2.2 红外图像的计算机辅助诊断研究
1.3 课题研究目的与内容
1.4 论文组织架构
第2章 理论知识基础
2.1 医用红外热像技术概述
2.1.1 医用红外热像仪
2.1.2 人体热像图
2.2 神经网络与深度学习理论基础
2.2.1 人工神经网络
2.2.2 卷积神经网络(CNN)
2.2.3 Faster R-CNN网络
2.3 红外图像区域分割聚类算法
2.3.1 模糊C-均值聚类
2.3.2 马尔可夫随机场(MRF)
2.4 非线性分析理论基础
2.4.1 相空间
2.4.2 李雅普诺夫指数
2.5 本章小结
第3章 基于深度学习的红外颈椎病变分类
3.1 数据源介绍
3.2 红外图像预处理
3.2.1 人体红外图像分辨率
3.2.2 双三次插值法
3.3 基于Faster R-CNN的红外图像颈椎部位提取
3.3.1 Faster R-CNN网络搭建
3.3.2 ResNet101到ResNet50网络优化
3.3.3 实验结果与分析
3.4 基于卷积神经网络的颈椎病变情况分类
3.4.1 卷积神经网络搭建
3.4.2 算法模型优化
3.4.3 实验结果与文献对比分析
3.5 本章小结
第4章 基于非线性混沌分析的颈椎病变研究
4.1 颈椎红外图像最热区域分割
4.1.1 马尔可夫随机场分割算法
4.1.2 仿真结果与展示
4.2 基于李雅普诺夫指数的分析
4.2.1 时间序列生成
4.2.2 基于时间序列计算李雅普诺夫指数
4.2.3 实验结果与分析
4.3 本章小结
第5章 颈椎病变红外分析辅助诊疗系统设计与实现
5.1 系统功能需求分析
5.2 系统架构与设计
5.2.1 应用层
5.2.2 业务层
5.2.3 算法层
5.2.4 数据层
5.3 系统页面展示
5.4 系统测试
5.4.1 测试环境介绍
5.4.2 系统功能测试
5.4.3 系统性能测试
5.5 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
作者简历及在学期间所取得的科研成果
【参考文献】:
期刊论文
[1]基于模糊C聚类的乳腺肿瘤红外图像识别[J]. 黄宝婵,陈华,聂雄. 广西大学学报(自然科学版). 2018(05)
[2]红外热成像技术评价介入术治疗颈椎间盘突出疗效的可行性分析[J]. 刘叶,杨洋,吕丹,王准,李艳. 承德医学院学报. 2017(02)
[3]红外热像仪在医学领域中的应用[J]. 贺婧斐,甄希成,汤海梅. 科技视界. 2015(12)
[4]基于非线性混沌分析的急性低血压预测[J]. 姜大志,李立宇,彭晨枫. 生物医学工程学杂志. 2015(01)
[5]经典相空间与希尔伯特空间对比浅析[J]. 王杰芳,李玉晓,贾瑜,赵维娟,胡行,杨德林,梁二军. 物理与工程. 2014(S2)
[6]红外热成像在颈椎病诊断及治疗中的应用[J]. 彭少容. 齐鲁护理杂志. 2014(10)
[7]数值天气预报和气候预测可预报性研究的若干动力学方法[J]. 段晚锁,丁瑞强,周菲凡. 气候与环境研究. 2013(04)
[8]基于系统混沌指数的航空发动机状态监测[J]. 李天亮,何立明,程邦勤,邹仕军. 航空动力学报. 2008(11)
[9]图像分割中的马尔可夫随机场方法综述[J]. 李旭超,朱善安. 中国图象图形学报. 2007(05)
[10]冠心患者与健康人同步12导联ECG信号的李雅普诺夫指数谱比较研究[J]. 王振洲,李政,魏义祥,林郁正,杨丽霞,魏玲. 中国生物医学工程学报. 2004(06)
硕士论文
[1]基于深度学习的手背静脉识别研究[D]. 曹海军.北方工业大学 2015
[2]多尺度熵法用于人体红外图像的腰椎病症研究[D]. 范文会.河北科技大学 2014
[3]红外线热像对膝关节骨性关节炎(OA)诊断价值的研究[D]. 郑烽礼.福建医科大学 2007
本文编号:3644214
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3644214.html