基于Capsule神经网络的农民工尘肺病CT图像识别

发布时间：2023-04-25 02:58

　　随着计算机技术的发展,计算机辅助诊断系统(computer aided diagnosis CAD)对于病理分析及癌症诊断具有重要的意义,己广泛应用于肺病的早期筛查,它一般步骤通常包括图像的预处理过程、特征提取及图像识别等。尘肺病是一种职业病,主要人群为农民工患者,其工作环境较为落后,长期吸入生产性化学粉尘并在肺内滞留引起尘肺病。针对尘肺病CT图上的病灶分布以及病灶周围阴影表现与肺癌表现相近,识别检测容易受到肺内结节大小,形状以及血管等肺内组织的干扰而造成误诊的现状,本文提出基于Capsule神经网络的肺病识别方法。考虑到肺部CT图像的纹理特征中蕴含很多医疗信息,为了对纹理特征进行保护,本文选择灰度均值、熵以及分形维数等建立起一个纹理特征向量,且根据上下文模型采集对应信息,基于LBG算法来预处理肺部CT图像,通过对肺结节的检测与提取完成肺实质分割。又由于现有肺部CT图片数据较少,且肺病特征较小,为提高网络性能,对已有图片进行数据增强,拓展数据集。因此,本文提出了一个基于胶囊神经网络的方法对农民工肺部CT图像进行分类预测,首先对卷积神经网络和迁移学习进行介绍,其次对Capsule算法进行...

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1研究背景及意义
    1.2 国内外研究现状
    1.3 Tensorflow深度学习框架
    1.4 本论文的主要工作内容
    1.5 小结
2 肺部CT图像问题分析和总体结构
    2.1 肺病问题分析
    2.2 肺部CT图像特征分析
    2.3 总体结构
    2.4 本章小结
3 肺部图像预处理
    3.1 基于上下文算法的图像预处理
        3.1.1 上下文模型介绍
        3.1.2 上下文模型构建
        3.1.3 LBG算法进行上下文量化
    3.2 数据增强
        3.2.1 图像增强
        3.2.2 医学CT图像分割方法介绍
        3.2.3 肺实质分割
        3.2.4 候选区域的检测
        3.2.5 肺结节特征选择与提取
        3.2.6 假阳性结节的过滤
    3.3 数据扩充
    3.4 本章小结
4 基于Capsule神经网络的肺病识别方法
    4.1 卷积神经网络介绍
    4.2 迁移学习
    4.3 Capsule神经网络
    4.4 基于迁移学习的Capsule神经网络肺部CT图像识别
    4.5 本章小结
5 实验结果分析
    5.1 基于CapsNet模型分类结果与分析
    5.2 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢



本文编号：3800562