PCOS超声图像自动分割及分类指标研究

发布时间：2021-02-13 04:56

　　随着科技的不断进步,医疗技术的不断更新,以往不能完全治愈甚至是无法医治的各种疾病逐渐地得到了完全的医治。但是仍然存在一些尚且无法医治的疾病,甚至还没有确切的诊断标准。多嚢卵巢综合征（Polycystic ovary syndrome,PCOS）是一种严重危害女性健康的疾病,主要会引起女性的内分泌紊乱,导致激素失调,进而出现月经异常,肥胖,不孕等异常现象,同时会增加糖尿病,高血压等疾病发生的概率。因此,PCOS的提前预防诊断,对减少疾病带来的影响十分重要。现代医学上诊断该疾病的主要指标是卵巢超声图像中囊泡的数量、大小和分布情况。本文将从图像分割角度来进行该指标特征的提取,具体的研究工作如下:（1）在机器学习方面,提出了一种粒子群优化（Particle swarm optimization,PSO）的模糊C均值（Fuzzy C-means,FCM）聚类算法（PSO-FCM）与标记控制分水岭方法（Marker control watershed）相结合的图像分割算法（PSO-FCM-Watershed）。首先对图像进行预处理,然后利用PSO-FCM对图像进行聚类,增强图像的对比度,再结合标记... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 引言
    1.2 研究背景及意义
        1.2.1 PCOS病因研究
        1.2.2 PCOS诊断规则
        1.2.3 PCOS研究意义
    1.3 课题来源
    1.4 多囊卵巢综合征（PCOS）超声图像的基本原理和特点
        1.4.1 超声图像的基本原理简介
        1.4.2 多囊卵巢综合征图像的特点
    1.5 研究现状概述
        1.5.1 传统方法研究现状
        1.5.2 深度学习研究现状
    1.6 本文的研究内容和安排
2 多囊卵巢综合征超声图像预处理
    2.1 数据的获取和预处理
    2.2 数据消噪
        2.2.1 预处理方法
        2.2.2 处理结果对比
    2.3 本章小结
3 基于FCM的标记控制分水岭图像分割算法
    3.1 直方图均衡化的原理概述
        3.1.1 直方图均衡化的理论基础
        3.1.2 直方图均衡化的之后的结果对比
    3.2 模糊C均值聚类（FCM）算法概述
    3.3 分水岭分割方法概述
        3.3.1 传统分水岭算法
        3.3.2 标记控制分水岭算法
    3.4 结合直方图和标记控制分水岭的结果分析
    3.5 结合FCM和标记控制分水岭的结果分析
    3.6 本章小结
4 基于PSO-FCM的标记控制分水岭图像分割算法
    4.1 粒子群优化（PSO）算法概述
    4.2 区域生长法
    4.3 平均交并比MIOU
    4.4 基于PSO-FCM的标记控制分水岭算法设计步骤和结果分析
        4.4.1 PSO-FCM-Watershed的设计步骤
        4.4.2 结果分析
    4.5 FCM-Watershed和 PSO-FCM-Watershed的分割指标对比
    4.6 本章小结
5 基于直方图均衡化的U-net图像分割算法及分类指标研究
    5.1 神经网络基础和卷积神经网络
        5.1.1 神经元结构
        5.1.2 感知器和神经网络
        5.1.3 卷积神经网络
    5.2 U-net神经网络的结构分析
    5.3 PCOS图像数据的分割流程
        5.3.1 图像与标签的合并
        5.3.2 图像数据增强
        5.3.3 模型训练及预测
    5.4 U-net和 H-U-net分割指标对比
    5.5 分割结果整体分析
    5.6 正常人和患者数据的分类指标研究
    5.7 本章小结
6 总结与展望
    6.1 本文工作总结
    6.2 研究展望
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]基于自适应高斯滤波的超声斑点降噪[J]. 邵党国,邓阳阳,相艳,易三莉,余正涛,贺建峰,刘翠寅,宗绍云.  数据采集与处理. 2017(04)
[2]一种自适应改进曲率扩散超声图像滤波方法[J]. 纪祥虎,付忠良.  四川大学学报(工程科学版). 2015(S2)
[3]Adaptive Gaussian Noise Image Removal Algorithm Using Filtering-Based Noise Estimation[J]. Tuan-anh NGUYEN,Hong-son NGUYEN,Min-cheol HONG.  Journal of Measurement Science and Instrumentation. 2011(03)
[4]基于改进的彩色图像形态学膨胀和腐蚀算子设计[J]. 尹星云,王峻.  计算机工程与应用. 2008(14)
[5]多囊卵巢综合征的超声诊断特征[J]. 薛玉,沈楚,许建萍,薛佩芳.  实用医学影像杂志. 2007(02)
[6]超声医学图像非线性滤波算法研究进展[J]. 严朝福,李德玉,林江莉,饶莉,唐红,汪天富.  生物医学工程学杂志. 2006(05)
[7]基于自适应邻域的超声图像加权中值滤波[J]. 朱其刚,刘明,尹艳芳,曹茂永.  中国生物医学工程学报. 2005(02)
[8]多囊卵巢综合征的研究背景与现状[J]. 李美芝.  中国实用妇科与产科杂志. 2002(11)
[9]多囊卵巢综合征与心血管疾病的研究进展[J]. 迟洪滨,张玉兰,胡桂英,周志红.  中华妇产科杂志. 2001(07)
[10]新世纪新年新动向——超声医学发展前景述评[J]. 王新房.  中华超声影像学杂志. 2001(01)

硕士论文
[1]基于alpha稳定分布的超声图像去噪方法研究[D]. 郭皓.四川大学 2006
[2]基于独立成分分析的超声医学图像滤波方法[D]. 严朝福.四川大学 2005



本文编号：3032006