基于U-net的医疗图像识别系统的设计与实现

发布时间：2023-01-31 06:27

　　图像识别与信息技术的飞速发展,不仅在我们常见的一些领域诸如信息管理方面影响着人们的生活和行业的管理模式,并且非常显著地提高了各行各业的工作效率。在医疗领域,由于目前高度悬殊的医患比例,导致越来越多的医生需要负担更多的患者的诊疗任务,为了降低医生对CT片和超声检测图像的识别工作量,提高患者与医生的远程交流和互动的效率,本文设计并实现了基于语义分割的CT图像和超声识别图像的医疗图像识别系统。本文按照医务工作者和广大患者所提出的要求,设计并实现了基于U-net模型的医疗图像识别系统。系统采用了当前语义分割领域中效果已经比较好的U-net网络结构,并且将Inception V3结构和residual block两种结构融入到U-net网络中,用ELU激活函数代替了之前使用的ReLU激活函数,实现了改进的图像模型,并在训练结果的平均准确率方面得到一定的提升。医疗图像识别系统把这个算法模型作为一个重要模块,系统的搭建使用了Python作为开发语言,使用MySQL 5.7作为系统的数据库,并运用目前比较先进的和快捷的Django框架的1.9.0版本作为Web开发框架来实现,实现了医院信息管理、预测模... 

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 主要研究内容
2 系统需求分析
    2.1 系统功能性需求
    2.2 系统非功能性需求
    2.3 本章小结
3 系统设计
    3.1 系统架构设计
    3.2 算法设计
    3.3 系统总体功能模块设计
    3.4 系统数据库设计
    3.5 本章小结
4 系统实现
    4.1 系统开发环境
    4.2 系统部署与设备配置
    4.3 算法实现
    4.4 系统主要功能模块实现
    4.5 本章小结
5 系统测试
    5.1 系统测试
    5.2 测试结果
    5.3 本章小结
6 总结与展望
    6.1 全文总结
    6.2 展望
致谢
参考文献


【参考文献】：
期刊论文
[1]眼科医院多院区运维一体化信息系统设计和实现[J]. 陈有艺,林博敏,邰梦云,陈陆君.  眼科学报. 2018(04)
[2]基于Django框架的商品排名监控系统设计[J]. 孙雨皓,夏斌,谢宏.  现代计算机(专业版). 2018(20)
[3]基于ECharts的数据可视化分析组件设计实现[J]. 王子毅,张春海.  微型机与应用. 2016(14)
[4]基于自适应容错机制的网络资源调度平台的设计[J]. 韩敏,乔陆.  现代电子技术. 2016(10)
[5]快速边界行进算法:一种CT图像肺实质自动分割策略[J]. 张林,何中市,张杰慧.  计算机应用研究. 2011(09)
[6]面向CT影像的肺结节计算机辅助诊断算法[J]. 孙旭辉,田启川,李临生,武志峰.  计算机测量与控制. 2011(02)
[7]用于计算机辅助诊断的肺实质自动分割方法[J]. 袁克虹,向兰茜.  清华大学学报(自然科学版). 2011(01)
[8]高维数据流的自适应子空间聚类算法[J]. 任家东,周玮玮,何海涛.  计算机科学与探索. 2010(09)
[9]基于Python的嵌入式脚本研究[J]. 王国强,张贝克.  计算机应用与软件. 2010(03)
[10]企业级医疗影像信息集成平台研究[J]. 徐哲,张秋涛,姜文,周敏.  中国医学计算机成像杂志. 2010(01)



本文编号：3733780