基于深度学习的乳腺钼靶图像检索方法研究

发布时间：2021-02-20 01:55

　　近年来,乳腺癌已成为严重威胁女性健康的高发癌症之一。通过早期发现和早期诊断是目前治疗乳腺癌最好的方法,而钼靶X线摄像是目前最适合进行普查的方法。本文的研究工作主要是基于深度学习方法对早期乳腺癌诊断的研究,探索深度学习方法在乳腺癌肿块检索上的应用。以往的乳腺癌肿块检索大多数采用基于手工提取特征的机器学习方法,在检索结果的语义和视觉相似性上有较大的局限性。近些年来深度学习在计算机视觉领域取得了突破性的发展,获得了出色的应用效果。本研究开展基于深度学习的乳腺钼靶检索方法研究,具体研究内容包括以下两个方面:（1）基于深度学习特征表达的乳腺钼靶图像检索方法研究利用三种深度学习框架先对乳腺癌感兴趣区域（Region Of Interest,ROI）进行良恶性二分类训练,选择具有最佳分类效果的特征表达作为检索搜索的特征向量,最后通过计算待诊断ROI与已确诊影像库中ROI特征向量之间的欧氏距离来进行检索。从研究结果来看,Resnet模型能较好地提取乳腺癌良恶性的特征表达,通过计算特征表达的距离后得到检索的平均分类精度和平均检索精度（感知相似性的评价指标）分别为0.90和0.62。（2）基于深度学习感知... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 乳腺癌检查方法
    1.3 乳腺癌计算机辅助诊断
    1.4 论文框架
第2章 乳腺肿瘤影像的计算机检索技术
    2.1 基于内容的乳腺图像检索
    2.2 基于感知相似性的研究
    2.3 基于深度学习的医学图像检索
    2.4 本章小结
第3章 基于深度学习特征表达的乳腺钼靶图像检索方法
    3.1 引言
    3.2 数据介绍
    3.3 基于深度学习特征表达的检索算法整体框架
        3.3.1 哈希算法介绍
        3.3.2 三种深度学习算法介绍
            3.3.2.1 Alexnet网络介绍
            3.3.2.2 VGG网络介绍
            3.3.2.3 Resnet网络介绍
        3.3.3 评价指标
    3.4 实验过程与结果
    3.5 本章小结
第4章 基于深度学习感知相似性的乳腺钼靶图像检索方法
    4.1 引言
    4.2 基于感知相似性的框架
        4.2.1 检索流程
        4.2.2 网络原理
        4.2.3 网络参数
    4.3 训练与结果分析
        4.3.1 评价指标
        4.3.2 结果分析
    4.4 网络优化
        4.4.1 两层网络框架
        4.4.2 约束的感知相似性检索
    4.5 本章小结
第5章 研究工作总结与展望
    5.1 工作总结与创新点
    5.2 工作展望
致谢
参考文献
附录 作者在读期间发表的学术论文及参加的科研项目



本文编号：3042046