基于深度学习的疾病辅助诊断研究与系统设计

发布时间：2021-03-31 22:04

　　智能化的疾病辅助诊断不仅缓解专业医师紧缺问题、提高就诊效率,而且促进社会整体医疗水平的提升。深度学习技术在医学辅助诊断方面的发展引起了广泛关注。糖尿病视网膜病变（Diabetic Retinopathy,DR）是较早利用深度学习技术进行智能诊断的疾病之一。目前,各大公司都在积极探索能够应用于临床的更加精准的DR智能诊断算法来提高识别准确率,这对遏制视网膜病变、预防失明至关重要。相对于DR数据集,自闭症（Autism Spectrum Disorder,ASD）脑影像数据由于采集困难等因素,数据量比较少,在小样本数据集上利用深度学习技术进行ASD预测并找到客观的生物标记具有很大的挑战。对于患者多而医疗资源不足的偏远地区,建立疾病辅助诊断系统可以充分利用精准的辅助诊断模型为偏远地区提供有效的诊断。本文首先研究了基于深度学习的DR分类算法和ASD预测算法,并在DR诊断模型基础上利用C/S架构建立跨平台DR辅助检测系统。具体研究内容如下:（1）针对由于卷积神经网络（Convolutional Neural Networks,CNN）层数加深而导致的训练内存、时间成本上升等问题,本文基于迁移学习... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图２－１算法总框架??Ｆｉｇｕｒｅ?２－１?Ｇｅｎｅｒａｌ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｈｅ?ａｌｇｏｒｉｔｈｍ??

一数据预处理流程图

硒数据扩增图像示例

【参考文献】：
期刊论文
[1]数码相机的彩色图像预处理过程[J]. 曲兴华,宫辉,贾果欣.  光学精密工程. 2009(01)
[2]红外图像空间噪声分析和预处理方法改进[J]. 邹前进,冯亮,汪亚.  应用光学. 2007(04)
[3]数学形态学的基本算法及在图像预处理中应用[J]. 张艳玲,刘桂雄,曹东,吴庭万.  科学技术与工程. 2007(03)
[4]人工智能技术及其在医学诊断中的应用及发展[J]. 陈真诚,蒋勇,胥明玉,王红艳.  生物医学工程学杂志. 2002(03)

博士论文
[1]基于生物视觉感知机制的图像增强及质量评价的研究[D]. 刘玉红.电子科技大学 2018

硕士论文
[1]眼底图像质量评价[D]. 鲁维杨.河南工业大学 2012



本文编号：3112151