IVOCT图像易损斑块自动检测方法研究

发布时间：2021-01-11 12:19

　　冠心病是世界上致死率最高的疾病之一。冠心病中又以急性冠状动脉综合征（acute coronary syndrome,ACS）病情最为凶险。而近70%的ACS事件是由冠状动脉动粥样硬化易损斑块（vulnerable plaque）破裂造成的。因此,及时检测这些易损斑块对于冠心病的诊疗有重要的研究意义。而目前分辨率最高的冠心病成像技术是血管内光学相干断层成像（intravascular optical coherence tomography,IVOCT）。一次IVOCT成像会产生大量的图像。传统的易损斑块检测的方法是心血管专家凭借自己的经验进行肉眼判别,其过程费时费力,难以避免主观性。因此,有必要实现IVOCT图像易损斑块的自动检测。当前,已有研究将深度学习方法应用于IVOCT图像易损斑块的自动检测;但是这些研究还存在着数据预处理和后处理方法不完善、单个深度神经网络性能不稳定等缺陷。为解决上述问题,本论文对IVOCT图像易损斑块自动检测方法研究进行了探讨,重点研究了基于IVOCT图像预处理算法、后处理算法以及神经网络集成方法,从而为IVOCT图像易损斑块自动检测提供技术支持。论文首先介绍... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

实验E1、E4、E5、E7的ROC曲线和AUCFig.3.23ROCcurvesandAUCforexperimentsE1,E4,E5,E7


本文编号：2970752