基于模糊逻辑注意力机制U-Net乳腺肿瘤图像分割

发布时间：2021-07-27 11:17

　　乳腺癌作为影响女性健康威胁生命的恶性疾病,一直以来都是通过女性自检和医生经验辅以医学影像诊断病情,这对患者和医生都造成了很多的负担。随着人工智能机器学习的发展和神经网络深度学习的普及,越来越多计算机方法被应用到医学临床中。在这其中的图像分割作为图像处理领域的一项重要研究内容,在医学影像处理上有着广阔的应用前景。从这个方向入手,文章研究并提出了一种全新基于模糊逻辑注意力机制的分割乳腺肿瘤超声图像的深度学习算法模型。传统图像分割算法虽然实现简单执行效率高,但是对于医学图像这种构成特征要素复杂纹理边缘不清晰的图像,其对任务目标区域分割难以达到理想的效果,针对这现象,本文主要做了以下工作:（1）对于原始待分割图像,采用直方图均衡和小波变换方式处理使其细节特征更清晰拥有更多的信息,通过注意力机制改进医学图像分割效果显著的UNet模型,分别在其上采样和下采样结构中嵌入关注特征通道和空间区域的注意力模块,前者更加关注同一尺寸结构下各特征通道间重要程度而后者则更为关注同一特征图上各个位置区域不同要素的重要性权重。这种方式可以更加深入利用提取到的信息,并对上下文浅层和深层信息融合使得分割结果更加精确。（... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

LeNet-5网络结构

AlexNet网络结构

- 7 -图 2-3 VGGNet 网络结构由于 AlexNet 在 2012 年 ImageNet 比赛中大放异彩，准确率达到了惊人的57.1%，top1-5 达到 80.2%，掀起了卷积神经网络研究热潮，在这之后研究人员

【参考文献】：
期刊论文
[1]2014年中国女性乳腺癌发病与死亡分析[J]. 李贺,郑荣寿,张思维,曾红梅,孙可欣,夏昌发,杨之洵,陈万青,赫捷.  中华肿瘤杂志. 2018 (03)
[2]基于分层的FCM算法在医学图像分割中的应用[J]. 孙玉娟,王增锋,张小峰.  中国海洋大学学报(自然科学版). 2017(11)
[3]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[4]基于小波多分辨率分析和改进窄带法的C-V水平集图像分割模型[J]. 付金明,羿旭明.  数学杂志. 2016(04)
[5]医学图像配准技术研究进展[J]. 于佳,于国华,陆丹.  计算机与数字工程. 2009(10)
[6]基于模糊逻辑的分步式超折射地物回波识别方法的建立和效果分析[J]. 刘黎平,吴林林,杨引明.  气象学报. 2007(02)

博士论文
[1]基于模糊聚类算法的医学图像分割技术研究[D]. 张小峰.山东大学 2014



本文编号：3305678