面向小样本及数据不平衡问题的超声图像自动分类

发布时间：2021-10-20 16:21

　　超声作为临床中最常用的筛查诊断工具之一,已被公认为是乳腺癌、甲状腺癌的首选影像学检查方法。随着深度学习技术的发展,将计算机视觉、模式识别技术的成果应用于临床超声的计算机辅助诊断分析中成为当前国际医疗影像领域的研究热点。由于超声数据成像质量低:存在大量斑点噪声、边缘细节不清晰,以及现有公开数据集少且规模小,数据集中阳性样本与阴性样本数量级差异明显等问题,利用计算机辅助诊断手段进行超声图像自动分类颇具挑战。首先,为解决超声图像数据集的小样本问题,本文探索了标注样本稀缺的情况下进行迁移学习的有效性,分别从自然图像领域及人脸图像领域将模型参数迁移至医疗超声领域,选取经典的分类网络AlexNet、医疗影像分类任务中的常用网络VGG-16、人脸识别领域中性能先进的SphereFace进行迁移学习实验,其中基于AlexNet、VGG-16和SphereFace进行跨领域迁移的网络在甲状腺超声数据集上的分类准确率分别为89.3%、91.33%和93.54%。另外,本文研究基于GAN网络的样本扩增,首先以传统数据增强方式进行数据增广,增广后的数据集输入GAN进行特征学习,以生成高质量的超声图像样本作为新... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 深度学习在医疗影像中的应用
        1.2.2 超声图像分类识别研究现状
        1.2.3 超声图像分类识别的难点与挑战
    1.3 本文主要研究内容
    1.4 本文章节结构安排
        1.4.1 本文技术路线
        1.4.2 本文章节安排
第2章 相关技术理论
    2.1 引言
    2.2 GAN网络
    2.3 迁移学习
    2.4 类不平衡问题
    2.5 本章小结
第3章 超声图像数据集及预处理
    3.1 引言
    3.2 超声图像数据集
        3.2.1 BUS1 数据集
        3.2.2 BUS2 数据集
        3.2.3 TUS1 数据集
        3.2.4 TUS2 数据集
    3.3 实验运行环境配置
    3.4 超声数据预处理
        3.4.1 基于EEAD的超声图像去噪
        3.4.2 基于MSRCP的超声图像增强
    3.5 实验设计与结果分析
        3.5.1超声图像去噪对比实验
        3.5.2超声图像增强对比实验
    3.6 本章小结
第4章 面向小样本问题的数据增广及迁移学习
    4.1 引言
    4.2 基于GAN的超声数据增广
    4.3 跨领域迁移学习
    4.4 实验设计与结果分析
        4.4.1迁移学习良恶性分类实验
        4.4.2应用不同增广方案的良恶性分类实验
    4.5 本章小结
第5章 面向数据不平衡问题的超声图像分类
    5.1 引言
    5.2 面向类不平衡问题的超声图像良恶性分类
        5.2.1 基于SMOTE的少数类样本过采样
        5.2.2 结合深度特征的SVM良恶性分类
    5.3 实验设计与结果分析
        5.3.1基于SMOTE过采样的良恶性分类实验
        5.3.2基于SVM特征分类的良恶性分类实验
        5.3.3 与其他算法对比
    5.4 本章小结
总结与展望
    本人工作总结
    未来工作展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果


【参考文献】：
期刊论文
[1]深度学习在医学超声图像分析中的应用综述[J]. 刘盛锋,王毅,杨鑫,雷柏英,刘立,李享,倪东,汪天富.  Engineering. 2019(02)
[2]医学超声影像学教学改革的探讨[J]. 江峰.  教育教学论坛. 2017(21)
[3]分化型甲状腺癌术前影像及穿刺病理诊断评估[J]. 陈曦.  中华普外科手术学杂志(电子版). 2016(05)
[4]基于卷积神经网络的颈动脉斑块超声图像特征识别[J]. 孙夏,吴蔚,吴鹏,丁明跃.  中国医疗器械信息. 2016(09)
[5]多尺度Retinex模型的肝脏超声图像增强算法[J]. 黄亚丽,刘志文,赵真.  数据采集与处理. 2013(05)
[6]基于Bayer CFA自动白平衡算法的实现[J]. 钱勇,白瑞林,姚林昌,何薇.  数据采集与处理. 2012(03)
[7]医学图像处理技术的现状及发展方向[J]. 刘俊敏,黄忠全,王世耕,张颍.  医疗卫生装备. 2005(12)

硕士论文
[1]超声甲状腺结节自动分类研究[D]. 熊伟.西南交通大学 2014



本文编号：3447225