基于多视角多任务学习的医学CT图像分割研究

发布时间：2021-01-30 12:14

　　医学CT检查已经成为疾病筛查、诊断和治疗中必不可少辅助工具,且日益广泛应用。然而,日常产生的大量医学CT图像、图像数据的非结构特性以及医学图像内容的专业性,给基于医学影像判读的快速精准诊疗带来极大挑战。近年来,医学图像的自动分析以及计算机辅助诊疗技术受到极大重视,可以一定程度上解决医学数据的自动判读和分析,从而提高医学诊疗的准确性、便捷性和处理大规模数据的能力。为临床重大疾病的筛查、诊断、手术规划等提供精准的图像分析技术,是当前图像分析领域急需解决的前沿问题。我国是肝癌的高发病国家,且肝癌是恶性肿瘤的一种,其发病率及死亡率较高。因此,研究计算机辅助肝癌诊疗具有重要应用价值。本文面向计算机辅助肝癌诊疗,利用深度卷积神经网络研究肝脏CT图像智能分析。具体地,我们提出了解决CT图像的智能预处理、肝脏和肿瘤自动分割中若干问题的有效方法。在预处理阶段,针对数据中存在图像方向不正的问题,设计了一种多任务并行卷积回归网络对方向偏差参数进行预测,解决了传统配准校正方法在大角度偏差校正上的不足,在大偏差和小偏差情况下都取得了良好效果;进一步的,针对医学图像数据量小的问题,对多任务并行卷积回归网络进行串行... 

【文章来源】：华侨大学福建省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

基于不同扫描期的腹部CT扫描图像

肝脏及肿瘤分割的难点

经典深度卷积网络VGG-16结构示意图

【参考文献】：
期刊论文
[1]基于图割和边缘行进的肝脏CT序列图像分割[J]. 廖苗,赵于前,曾业战,黄忠朝,邹北骥.  电子与信息学报. 2016(06)
[2]基于自适应区域生长算法的肝脏分割[J]. 彭丰平,鲍苏苏,曾碧卿.  计算机工程与应用. 2010(33)
[3]DICOM格式医学图像及其图像信息的显示[J]. 高升,葛云.  中国医学物理学杂志. 2010(03)
[4]基于支持向量机的磁共振脑组织图像分割[J]. 徐海祥,喻莉,朱光喜,张翔,田金文.  中国图象图形学报. 2005(10)



本文编号：3008880