基于深度卷积神经网络的医学图像分割方法研究

发布时间：2021-02-07 23:02

　　医学图像分割的目的是将具有一定特殊含义的医学影像图片进行相关特征的提取,为病理学研究和医疗诊断提供有效依据。由于医学图像具有较高的复杂性且缺少简单的线性特征,并且分割结果还会受到部分灰度不均匀性、容积效应、不同软组织间灰度的近似性、伪影等因素的影响,所以一直以来,医学图像分割都是一个具有挑战性的研究课题。在当前比较主流的深度全卷积神经网络U-net中,研究人员只使用了长跳跃连接来融合输出特征以恢复下采样中丢失的空间信息。该结构会丢失部分浅层空间信息并且由于梯度消失问题也限制了网络的进一步加深。本文设计了一个深度残差结构的全卷积网络,将ResNet中的短跳跃连接（残差学习）引入到Unet结构中,结合残差学习中的恒等映射特性,既解决了梯度问题,也使得网络的性能得到了提升。虽然加深了网络的深度,但与U-net相比本文提出的模型却拥有更少的参数量。本文在电子显微镜（EM）图像数据集和计算机断层扫描（CT）图像数据集上分别对该方法的性能与其他方法做了评估对比,结果表明本文提出的方法分割精度优于包括U-net在内的其他大部分方法。上面提出的模型虽然在分割精度上得到了一定的提升,但只是对每个像素的类... 

【文章来源】：武汉科技大学湖北省

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 基于卷积神经网络的图像分割方法的研究现状
        1.2.2 生成对抗网络的研究现状
    1.3 本文内容安排
第2章 基于深度学习的医学图像分割相关基础
    2.1 医学图像分割概述
        2.1.1 医学图像分割定义
        2.1.2 医学图像分割效果评价指标
    2.2 基于深度卷积网络的图像分割
        2.2.1 卷积神经网络（CNN）
        2.2.2 全卷积神经网络（FCN）
        2.2.3 U-net网络结构
        2.2.4 残差网络
    2.3 本章小结
第3章 基于U-net的残差网络结构的医学图像分割算法
    3.1 图像数据集及预处理
        3.1.1 细胞EM图像数据集
        3.1.2 肺部CT图像数据集
        3.1.3 图像数据增强
    3.2 基于U-net的残差网络结构的医学图像分割算法
        3.2.1 残差块设计
        3.2.2 加入残差块改进后的网络结构
    3.3 实验与分析
        3.3.1 训练过程
        3.3.2 EM图像数据集实验结果
        3.3.3 CT图像数据集实验结果
    3.4 本章小结
第4章 基于生成对抗网络（GANs）的图像分割算法
    4.1 基于生成对抗网络的图像分割算法
        4.1.1 生成对抗原理
        4.1.2 条件生成对抗
        4.1.3 对抗训练损失函数
        4.1.4 分割对抗网络模型结构
    4.2 实验与分析
        4.2.1 训练过程
        4.2.2 EM图像数据集结果
        4.2.3 CT图像数据集结果
    4.3 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 未来展望
致谢
参考文献
附录1 攻读硕士学位期间发表的论文
附录2 攻读硕士学位期间参加的科研项目
硕士学位论文（大摘要）


【参考文献】：
期刊论文
[1]图像分割方法在医学领域中的应用[J]. 郑彩侠,张同舟,孙长江,刘景鑫.  中国医疗设备. 2018(06)
[2]彩色图像分割方法综述[J]. 杨红亚,赵景秀,徐冠华,刘爽.  软件导刊. 2018(04)
[3]基于深度生成式对抗网络的蓝藻语义分割[J]. 杨朔,陈丽芳,石瑀,毛一鸣.  计算机应用. 2018(06)
[4]血液红细胞图像自适应标记分水岭分割算法[J]. 王娅.  中国图象图形学报. 2017(12)
[5]基于改进活动窄带模型的冠状动脉CT血管造影图像分割[J]. 张梦璐,杨孝平.  中国医学物理学杂志. 2017(02)
[6]基于遗传算法的医学图像配准方法改进[J]. 刘海玲,裴连群.  自动化与仪器仪表. 2016(09)
[7]基于K-means和图割的脑部MRI分割算法[J]. 田换,覃晓,元昌安,刘致锦,廖剑平.  数据采集与处理. 2016(05)
[8]基于改进自仿射映射系统与参数活动轮廓的医学图像分割算法[J]. 赵立川,高阳.  计算机应用研究. 2017(02)
[9]医学图像分割及其发展现状[J]. 江贵平,秦文健,周寿军,王昌淼.  计算机学报. 2015(06)



本文编号：3022957