基于深度学习的CTPA肺栓塞图像分割方法研究

发布时间:2021-06-16 09:49
  急性肺栓塞是一种由内源性或者外源性栓子堵塞肺动脉主干,或者肺动脉分支引起的肺循环功能障碍的临床综合症,发病率仅次于高血压等疾病,死亡率高居第三位,因其高发病率和高风险性,近年来被越来越多的关注。肺栓塞的诊断主要是通过肺动脉造影技术,由专业医生查看CTPA影像,人工分割影像中的肺栓塞,基于分割结果和肺栓塞的位置判断患者的肺栓塞阻塞程度,评定患者的风险等级。该过程耗时耗力,给医生很大的工作负担,因此,研究CTPA影像中自动分割肺栓塞的方法,有重要的意义。本文就肺栓塞图像的特点,基于深度学习等相关技术,开展图像分割方面的相关研究,主要研究内容如下:(1)在研究深度学习的相关理论的基础上,实现了基于全卷积神经网络的肺栓塞图像分割方法,该方法中,引入Dice Loss来解决训练数据集类别不均衡的问题,在分析FCN-32s,FCN-16s,FCN-8s的网络结构特点及分割精度差异后,探讨了提高网络分割精度的改进方法和策略,为后续的改进奠定了基础。(2)实现了基于U-net的肺栓塞图像分割方法,结合迁移学习的基本理论,通过模型迁移的方法,有效的提升了 U-net的分割精度。同时,为克服Dice Lo... 

【文章来源】:北京化工大学北京市 211工程院校 教育部直属院校

【文章页数】:91 页

【学位级别】:硕士

【部分图文】:

基于深度学习的CTPA肺栓塞图像分割方法研究


图2-1四种常见类型激活函数??Fig.2-1?Four?common?activation?functions??2.2.6损失函数??,,,

基于深度学习的CTPA肺栓塞图像分割方法研究


图2-2?VGG16的网络结构??Fig.2-2?Structure?of?VGG16??

基于深度学习的CTPA肺栓塞图像分割方法研究


图2-3全卷积神经网络FCN的结构图??Fig.2-3?Structure?of?Fully?Convolutional?Neural?network??

【参考文献】:
期刊论文
[1]基于融合FPN和Faster R-CNN的行人检测算法[J]. 王飞,王林,张儒良,赵勇,王全红.  数据采集与处理. 2019(03)
[2]深度学习技术在医学影像领域的应用[J]. 夏黎明,沈坚,张荣国,王少康,陈宽.  协和医学杂志. 2018(01)
[3]肺栓塞的诊断和治疗进展[J]. 张美君.  国际老年医学杂志. 2017 (04)
[4]一种改进的用于裂缝图像分割的Otsu方法[J]. 朱鑫,漆泰岳,王睿,李涛.  地下空间与工程学报. 2017(S1)
[5]基于三维冠状动脉CTA图像的半自动血管分割方法[J]. 王瑞琛,陈方,徐良鹏,陈晓阳.  北京生物医学工程. 2016(06)
[6]急诊急性肺栓塞诊断的临床分析和探讨[J]. 杨惊,朱华栋,于学忠.  临床急诊杂志. 2016(08)
[7]基于T-Snake模型的超声左心室心肌分割方法的研究[J]. 袁艳红,倪东.  生物医学工程研究. 2013(01)
[8]基于改进Snake模型的肺部图像分割[J]. 石锐,黄向娟.  计算机工程与应用. 2014(15)
[9]一种基于区域生长的MRI基底核区分割算法[J]. 朱兴瑞,侯嘉.  微计算机信息. 2010(05)
[10]一种利用图像角点和边缘信息的阈值分割方法[J]. 杨曦,任重.  红外技术. 2008(02)



本文编号:3232850

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3232850.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3e140***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com