基于深度学习的颈动脉狭窄辅助诊断
发布时间：2021-04-07 09:59
颈动脉狭窄已经成为当下危害人们健康的杀手之一。颈动脉狭窄分为颈总动脉狭窄、颈内动脉狭窄、颈外动脉狭窄,它们的狭窄度计算方式和造成的健康影响不同。医生通过颈动脉数字减影血管造影（DSA）进行诊断,找到狭窄部位并计算狭窄度。单靠医生人工诊断,存在漏诊、误诊的风险,且狭窄度计算需要借助其他工具,影响诊断效率。近几年来,人工智能与医疗的结合越来越密切,计算机辅助诊断走进医院。为了提高诊断效率,降低误诊率,本文基于深度学习,围绕颈动脉狭窄辅助诊断开展工作,取得了以下成果:1.图像分割。狭窄度计算需要先得到二值图像。本文只关注颈动脉主干的狭窄情况,但颈动脉分支会影响颈动脉宽度的计算。通过每行分别选阈值进行行二值化,再将行二值化结果擦掉分支作为语义分割标签,通过对比常规语义分割FCN系列网络和Deeplab v3网络,以及医疗语义分割U-Net网络和CE-Net网络,最后选用CE-Net网络进行颈动脉主干的图像分割,并进行了优化;2.颈动脉狭窄定位。如果在整幅二值图像中求颈动脉宽度,靠在一起的颈动脉图像分割后变成一条,宽度增大;即使没有颈动脉分支,造影中颈动脉还存在靠在一起、交叉等情况,由于二值图像...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：109 页
【学位级别】：硕士
【部分图文】：
图１－１肺结节人工智能影像诊断举例??
浙江大学硕丄学位论义??目前，临床诊断颈动脉狭窄的方法主要有颈部血管超声！１５］、ＣＴ血管成像??（ＣＴＡ）?［１６］、ＭＲＩ血管成像（ＭＲＡ）?［１７］和数字减影血管造影（ＤＳＡ）?［１８】。ＤＳＡ??检查是诊断颈动脉狭窄的“金标准”［１９］。借助于计算机，ＤＳＡ可将血管造影片上??骨与软组织呈现的影像去除，在影像片上血管就会被突出［２Ｇ］，如图１－２所示为??ＤＳＡ系统示意图，Ｘ射线透过人体，会产生不同程度衰减，然后照射在探测器??上，会产生Ｘ射线图像的电子信号，再进行信号传输和转换，最终影像被送入电??子计算机存储，可以呈现在屏幕上。??ｂ示器??摄像机??■?＿?ＩＳ宇存Ｓ??光学Ｕｆｔ??影綱＊?［５?＊＿器??ｔｖ???＼??ＸＳ，?＝??图１－２?ＤＳＡ系统示意图??如果能将人工智能算法用到ＤＳＡ造影上，自动识别颈动脉ＤＳＡ造影中狭窄??部位并计算狭窄度，可以有效辅助医生进行诊断治疗。因此，本文主要内容为基??于深度学习的颈动脉狭窄辅助诊断。??如图１－３所示，医院提供的是胶片电子版。本文主要研究颈动脉狭窄，胶片??中还有椎动脉等其他动脉，而且胶片中信息量太多，为了尽可能提高识别计算效??果，本文先将颈动脉图片截取出来，如图１－４所示，再进行进一步方案设计，图??片大部分尺寸为６００ｘ４００。??凹關關??１?ｌｉｒｎｉ??图１－３胶片电子版??２??
浙江大学硕丄学位论义??目前，临床诊断颈动脉狭窄的方法主要有颈部血管超声！１５］、ＣＴ血管成像??（ＣＴＡ）?［１６］、ＭＲＩ血管成像（ＭＲＡ）?［１７］和数字减影血管造影（ＤＳＡ）?［１８】。ＤＳＡ??检查是诊断颈动脉狭窄的“金标准”［１９］。借助于计算机，ＤＳＡ可将血管造影片上??骨与软组织呈现的影像去除，在影像片上血管就会被突出［２Ｇ］，如图１－２所示为??ＤＳＡ系统示意图，Ｘ射线透过人体，会产生不同程度衰减，然后照射在探测器??上，会产生Ｘ射线图像的电子信号，再进行信号传输和转换，最终影像被送入电??子计算机存储，可以呈现在屏幕上。??ｂ示器??摄像机??■?＿?ＩＳ宇存Ｓ??光学Ｕｆｔ??影綱＊?［５?＊＿器??ｔｖ???＼??ＸＳ，?＝??图１－２?ＤＳＡ系统示意图??如果能将人工智能算法用到ＤＳＡ造影上，自动识别颈动脉ＤＳＡ造影中狭窄??部位并计算狭窄度，可以有效辅助医生进行诊断治疗。因此，本文主要内容为基??于深度学习的颈动脉狭窄辅助诊断。??如图１－３所示，医院提供的是胶片电子版。本文主要研究颈动脉狭窄，胶片??中还有椎动脉等其他动脉，而且胶片中信息量太多，为了尽可能提高识别计算效??果，本文先将颈动脉图片截取出来，如图１－４所示，再进行进一步方案设计，图??片大部分尺寸为６００ｘ４００。??凹關關??１?ｌｉｒｎｉ??图１－３胶片电子版??２??
【参考文献】：
期刊论文
[1]基于深度学习的目标检测综述[J]. 卢健,何金鑫,李哲,周嫣然. 电光与控制. 2020(05)
[2]国内外医疗人工智能应用现状及相关政策[J]. 袁紫藤,陶金婷,谈莹,邓华超,张宇清. 医学信息学杂志. 2019(05)
[3]数字减影血管造影辐射环境影响预测与评价[J]. 李海新,高文翰. 资源节约与环保. 2019(03)
[4]Otsu阈值分割法特点及其应用分析[J]. 袁小翠,黄志开,马永力,刘宝玲. 南昌工程学院学报. 2019(01)
[5]人工智能冠状动脉CT血管成像在冠心病诊断中的应用[J]. 黄增发,王翔. 放射学实践. 2018(10)
[6]人工智能在眼部图像诊断中的应用[J]. 王莎莎,陈吉利. 中华实验眼科杂志. 2018 (10)
[7]肺结节影像人工智能技术现状与思考[J]. 萧毅,刘士远. 肿瘤影像学. 2018(04)
[8]人工智能在医疗领域应用现状、问题及建议[J]. 王海星,田雪晴,游茂,陆雪秋,顾泽龙,程龙. 卫生软科学. 2018(05)
[9]人工智能在医疗领域应用现状探讨[J]. 熊瑶,陈敏. 医学信息学杂志. 2018(04)
[10]人工智能助力医疗的机遇与挑战[J]. 陈梅,吕晓娟,张麟,陈莹. 中国数字医学. 2018(01)
硕士论文
[1]基于超声图像的甲状腺疾病智能诊断[D]. 张雅奎.哈尔滨工业大学 2018
[2]短暂性脑缺血发作患者的颅内外血管狭窄分布特征分析[D]. 张娜.大连医科大学 2015
本文编号：3123292
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：109 页
【学位级别】：硕士
【部分图文】：
图１－１肺结节人工智能影像诊断举例??
浙江大学硕丄学位论义??目前，临床诊断颈动脉狭窄的方法主要有颈部血管超声！１５］、ＣＴ血管成像??（ＣＴＡ）?［１６］、ＭＲＩ血管成像（ＭＲＡ）?［１７］和数字减影血管造影（ＤＳＡ）?［１８】。ＤＳＡ??检查是诊断颈动脉狭窄的“金标准”［１９］。借助于计算机，ＤＳＡ可将血管造影片上??骨与软组织呈现的影像去除，在影像片上血管就会被突出［２Ｇ］，如图１－２所示为??ＤＳＡ系统示意图，Ｘ射线透过人体，会产生不同程度衰减，然后照射在探测器??上，会产生Ｘ射线图像的电子信号，再进行信号传输和转换，最终影像被送入电??子计算机存储，可以呈现在屏幕上。??ｂ示器??摄像机??■?＿?ＩＳ宇存Ｓ??光学Ｕｆｔ??影綱＊?［５?＊＿器??ｔｖ???＼??ＸＳ，?＝??图１－２?ＤＳＡ系统示意图??如果能将人工智能算法用到ＤＳＡ造影上，自动识别颈动脉ＤＳＡ造影中狭窄??部位并计算狭窄度，可以有效辅助医生进行诊断治疗。因此，本文主要内容为基??于深度学习的颈动脉狭窄辅助诊断。??如图１－３所示，医院提供的是胶片电子版。本文主要研究颈动脉狭窄，胶片??中还有椎动脉等其他动脉，而且胶片中信息量太多，为了尽可能提高识别计算效??果，本文先将颈动脉图片截取出来，如图１－４所示，再进行进一步方案设计，图??片大部分尺寸为６００ｘ４００。??凹關關??１?ｌｉｒｎｉ??图１－３胶片电子版??２??
浙江大学硕丄学位论义??目前，临床诊断颈动脉狭窄的方法主要有颈部血管超声！１５］、ＣＴ血管成像??（ＣＴＡ）?［１６］、ＭＲＩ血管成像（ＭＲＡ）?［１７］和数字减影血管造影（ＤＳＡ）?［１８】。ＤＳＡ??检查是诊断颈动脉狭窄的“金标准”［１９］。借助于计算机，ＤＳＡ可将血管造影片上??骨与软组织呈现的影像去除，在影像片上血管就会被突出［２Ｇ］，如图１－２所示为??ＤＳＡ系统示意图，Ｘ射线透过人体，会产生不同程度衰减，然后照射在探测器??上，会产生Ｘ射线图像的电子信号，再进行信号传输和转换，最终影像被送入电??子计算机存储，可以呈现在屏幕上。??ｂ示器??摄像机??■?＿?ＩＳ宇存Ｓ??光学Ｕｆｔ??影綱＊?［５?＊＿器??ｔｖ???＼??ＸＳ，?＝??图１－２?ＤＳＡ系统示意图??如果能将人工智能算法用到ＤＳＡ造影上，自动识别颈动脉ＤＳＡ造影中狭窄??部位并计算狭窄度，可以有效辅助医生进行诊断治疗。因此，本文主要内容为基??于深度学习的颈动脉狭窄辅助诊断。??如图１－３所示，医院提供的是胶片电子版。本文主要研究颈动脉狭窄，胶片??中还有椎动脉等其他动脉，而且胶片中信息量太多，为了尽可能提高识别计算效??果，本文先将颈动脉图片截取出来，如图１－４所示，再进行进一步方案设计，图??片大部分尺寸为６００ｘ４００。??凹關關??１?ｌｉｒｎｉ??图１－３胶片电子版??２??
【参考文献】：
期刊论文
[1]基于深度学习的目标检测综述[J]. 卢健,何金鑫,李哲,周嫣然. 电光与控制. 2020(05)
[2]国内外医疗人工智能应用现状及相关政策[J]. 袁紫藤,陶金婷,谈莹,邓华超,张宇清. 医学信息学杂志. 2019(05)
[3]数字减影血管造影辐射环境影响预测与评价[J]. 李海新,高文翰. 资源节约与环保. 2019(03)
[4]Otsu阈值分割法特点及其应用分析[J]. 袁小翠,黄志开,马永力,刘宝玲. 南昌工程学院学报. 2019(01)
[5]人工智能冠状动脉CT血管成像在冠心病诊断中的应用[J]. 黄增发,王翔. 放射学实践. 2018(10)
[6]人工智能在眼部图像诊断中的应用[J]. 王莎莎,陈吉利. 中华实验眼科杂志. 2018 (10)
[7]肺结节影像人工智能技术现状与思考[J]. 萧毅,刘士远. 肿瘤影像学. 2018(04)
[8]人工智能在医疗领域应用现状、问题及建议[J]. 王海星,田雪晴,游茂,陆雪秋,顾泽龙,程龙. 卫生软科学. 2018(05)
[9]人工智能在医疗领域应用现状探讨[J]. 熊瑶,陈敏. 医学信息学杂志. 2018(04)
[10]人工智能助力医疗的机遇与挑战[J]. 陈梅,吕晓娟,张麟,陈莹. 中国数字医学. 2018(01)
硕士论文
[1]基于超声图像的甲状腺疾病智能诊断[D]. 张雅奎.哈尔滨工业大学 2018
[2]短暂性脑缺血发作患者的颅内外血管狭窄分布特征分析[D]. 张娜.大连医科大学 2015
本文编号：3123292
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3123292.html
最近更新
教材专著
