基于张量神经网络和集成预测模型的医学影像处理方法研究

发布时间：2020-06-14 16:32

【摘要】：随着近几十年的医学成像技术的发展,磁共振影像已经广泛应用到医院的各种临床场景中,磁共振影像可以无创伤性地显示器官状态,给患者病情的早期检测和治疗计划提供必要的信息支持。脑部磁共振影像能够提供大脑活动状态视图,因此脑部磁共振影像逐渐成为脑科学研究领域的重要研究工具。磁共振影像具有分辨率高、图像体素数多等图像特点,这极大地限制了以传统特征选择和分类为主的机器学习方法在脑部磁共振影像分析中的应用。随着脑部肿瘤疾病发病率的逐渐升高,脑部肿瘤疾病患者的生存周期预测的临床需求也日趋凸显。基于磁共振影像的生存分析研究不仅可以为患者诊疗方案的及时调整提供必要的信息支撑,也能为患者提供有参考价值的治疗心理预期。针对磁共振影像处理中面临的问题和相关临床需求,本文主要研究张量神经网络和集成预测模型在医学影像处理方面的应用,主要的创新和贡献主要在以下两个方面:(1)论文提出了基于张量神经网络的fMRI分类框架。该算法框架利用张量神经网络搭建浅且宽的磁共振影像分类框架,其不仅能够从全脑功能性磁共振影像中提取有效特征以提高大脑状态分析性能,而且能够大幅度压缩神经网络中的整体参数以解决磁共振影像分析中的“维度灾难”问题,从而削弱了应用在磁共振分析中的深度学习系统对设备要求过高的限制。相关分类框架在CMU数据集上进行了测试,实验结果证实,本文所提出的基于张量神经网络的分类框架优于传统方法。(2)论文提出了基于集成预测模型的脑胶质瘤患者生存周期预测框架。该算法框架首先对结构性磁共振影像进行多模态、多角度的特征提取,随后通过Kaplan-Merier生存曲线进行单变量的特征选择以筛选出有益特征,最后将筛选的有用特征通过集成模型完成生存周期的预测。该算法在Brats2018数据集上进行了测试,实验结果证实,本文所提出的基于集成预测模型的脑胶质瘤患者生存周期预测框架优于传统预测模型。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R445.2;TP391.41;TP183
【图文】：

原子核每时每刻沿着自身轴旋转，称为自旋。核内质子因其自旋生成磁场。逡逑在没有任何外部磁场干预，核内质子沿随机朝向自旋，导致各个质子的磁化矢量逡逑互相抵消，所以人体并不表现宏观磁化［１７］。如图２－１［１１逡逑ｒｒ蠢逦：逡逑图２－１核内质子自旋示意图逡逑当一个匀强外部磁场Ｂ０对所有质子进行干预时，原子内质子和电子因其带逡逑电特性使其自旋方向统一变为与外加磁场平行或反平行，并以陀螺摆动曲线运动。逡逑质子在外加磁场的作用下产生的核磁共振现象中获取能量，从而产生章动［１９］。当逡逑外部磁场消失后质子能量逐渐降低并弛豫现象中释放微弱能量，接收器收录这些逡逑信号之后经电子计算机处理即得原子核的磁共振影像。常见的磁共振影像成像设逡逑备如图２－２＿。逡逑

像过程为非侵入，无辐射，对受试者来说是安全的检测。二、功能性磁共振成像逡逑具有出色的空间和时间分辨率，为脑认知等分析提供了更多信息。三、成像过程逡逑简单，数据标准，便于研宄者的使用。图２－３［２１］为临床中应用的功能性磁共振图。逡逑６逡逑

【相似文献】

相关期刊论文 前10条

1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期

2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期

3 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期

4 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期

5 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期

6 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期

7 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期

8 陈晓燕;;浅析简单神经网络的发展及简单模型[J];数字技术与应用;2019年05期

9 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期

10 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期

相关会议论文 前10条

1 孙军田;张U

本文编号：2713058