基于ResNet深度特征的肝细胞癌微血管浸润分析

发布时间：2021-05-13 20:00

　　肝细胞癌是肝癌最常见的一种,占原发性肝癌的90%。肝细胞癌在全球范围内是最常见的死亡率位居前三的恶性肿瘤。微血管浸润MVI作为肿瘤侵袭的指标,对肝癌及其术后的诊断效果很好。通过MRI诊断肝细胞癌的工作量极大,且需要医生有极强的专业知识。提取肝细胞癌图像的纹理特征、通过纹理特征训练分类模型,可对医生的诊断提供可靠的建议。肝细胞癌微血管浸润分析的难点在于难以通过人工设计获得有效特征,为此需要结合ResNet等深度学习模型获得大量深度特征,而大量的深度特征和少量训练样本容易导致分类模型出现过拟合。为了满足上海联影实际项目的需求,需要开发一个有效的提取图像特征、选择特征、准确分类的模型和系统。为此通过如下方式进行了特征选择实验:相关系数法结合SVM模型、PCA结合SVM模型以及LDA结合SVM模型。实验发现:基于Filter的特征选择方法不能得到期望的分类准确度。最后,使用基于支持向量机的递归特征消除（RFE-SVM）算法,采用基于Wrapper的特征选择方法得到了期望的分类准确度。在此基础上,开发了一个能够利用少量肝细胞癌图像样本诊断肝细胞癌有无“微血管浸润”的软件系统。主要算法包括:（1）... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 课题目的、背景及意义
    1.2 国内外研究现状
    1.3 论文的研究内容
    1.4 论文的结构组织
2 肝细胞癌微血管浸润分析流程和方法
    2.1 肝细胞癌微血管浸润分析流程
    2.2 主要分析方法
    2.3 本文采取的方法
    2.4 评测指标
    2.5 本章小结
3 肝纹理特征提取
    3.1 基于纹理的特征提取
    3.2 基于深度模型的特征提取
    3.3 实验设计与结果分析
    3.4 本章小结
4 肝纹理特征选择及分类模型
    4.1 基于Filter的特征选择及分类模型
    4.2 基于Wrapper的特征选择及分类模型
    4.3 实验设计与结果分析
    4.4 本章小结
5 肝纹理分析软件界面设计
    5.1 开发环境与系统配置
    5.2 肝纹理分析软件功能介绍
    5.3 本章小结
6 总结与展望
    6.1 全文总结
    6.2 展望
致谢
参考文献


【参考文献】：
期刊论文
[1]肝脏磁共振T2WI图像纹理特征预测肝细胞癌患者微血管侵犯的价值[J]. 武明辉,谭红娜,吴青霞,史大鹏,王梅云.  中国癌症杂志. 2018(03)
[2]影像学诊断肝癌微血管浸润的研究进展[J]. 涂海斌,郭佳.  中华肝胆外科杂志. 2017 (07)
[3]基于灰度共生矩阵的纹理特征提取[J]. 高程程,惠晓威.  计算机系统应用. 2010(06)



本文编号：3184621