基于卷积神经网络的四模式MRI融合乳腺癌诊断研究

发布时间：2022-07-29 10:27

　　磁共振成像（MRI）是最常见的乳腺癌诊断后的评估手段,用以评估乳腺癌疾病发展的风险。乳腺MRI可以用来确定乳腺癌的分期。乳腺MRI主要用于观测乳腺癌诊断后,癌组织的大小和范围,从而帮助医师确定癌症的分期,以及化疗后癌组织的变化情况。本课题的研究目的是构建一个基于卷积神经网络的,能够自动将乳腺同一位置的四种模式的核磁共振成像图像融合起来,对乳腺癌病灶进行分类分割检查的模型。主要研究内容是使用卷积神经网络方法,对多参数磁共振成像的乳腺图像中肿瘤组织部分的分类与分割。本研究中的乳房的MRI数据是使用1.5T-MRI扫描仪,对67名受试者分别采用四种不同成像模式扫描而获得的。主要采用的四种不同的成像模式分别为:T1加权成像,T2加权成像,弥散加权的eTHRIVE序列成像,和动态对比度增强参数成像。研究模型主要由图像分类和图像分割两部分组成。其中,研究提出的用于乳腺癌分类诊断的四图融合骨干网络,克服了单模态图像检测的局限性,并模拟了临床医生及放射科医师的实际诊断过程,达到0.942的分类准确率。其次,研究提出的自动分割肿瘤组织的过程采用了优化的U-Net模型,使得图像分割结果得到了显著性的提升。... 

【文章页数】：47 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 引言
第2章 相关工作
    2.1 乳腺图像分类研究
    2.2 乳腺图像分割研究
    2.3 图像处理中的卷积神经网络研究
第3章 基于卷积神经网络的乳腺癌诊断算法
    3.1 数据集说明
    3.2 基于卷积神经网络的乳腺MRI图像分类算法研究
        3.2.1 分类数据处理
        3.2.2 基于卷积神经网络的分类算法
    3.3 基于卷积神经网络的分割算法
        3.3.1 分割数据处理
        3.3.2 基于卷积神经网络的分割算法
第4章 实验研究结果分析
    4.1 乳腺MRI分类实验结果分析
    4.2 乳腺MRI分割实验结果分析
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
发表论文和参加科研情况说明
致谢



本文编号：3666291