张量分解模型在脑部磁共振影像诊断中的应用

发布时间：2021-02-01 03:18

　　近几十年来,科技的飞速发展使数据的收集和存储能力日渐提高,同时伴随大数据时代的到来,人们每天都能接触和收集到大量的来自不同领域的各种数据,其中不乏很多高阶张量数据。随着人们对数据处理的速度和质量要求的不断提高,这些高阶张量数据越来越受到研究者们的关注,并开始探索张量运算、分解的规则和方法。与此同时,磁共振影像（Magnetic Resonance Imaging,MRI）作为一种高阶张量数据,由于其具有辐射小、分辨率高等优点,被广泛应用在计算机辅助诊断领域。因此,如何将张量分解模型与磁共振影像结合,来实现某些疾病的辅助诊断,越来越成为国内外研究的热点。本文研究了张量分解模型及其在脑部磁共振影像中的应用,从张量的基本概念和运算规则入手,将现有的张量分解算法用在磁共振影像的分类和疾病诊断上,并在此基础上提出了自己的张量分解算法。本文首先介绍了张量分解模型的概念及研究现状;然后介绍了磁共振影像的常用序列及预处理流程;接着对阿尔茨海默病的辅助诊断方法进行了讨论,提出了新的张量分解算法;最后研究了胶质瘤及相关疾病的分类诊断。本文主要的工作内容和贡献在以下几个方面:第一,归纳总结了张量的基本概念和... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图２－２张量纤维??

图２－１三阶张量Ｘ示意图??

图２－３张量切片??

【参考文献】：
期刊论文
[1]多模态磁共振成像诊断高级别胶质细胞瘤一例影像表现分析[J]. 李文静,敖锋,张自力.  山西医药杂志. 2017(21)
[2]基于磁共振影像特征集成融合的AD诊断[J]. 李勇明,吕洋,李帆,王品,邱明国,刘书君,闫瑾.  东南大学学报(自然科学版). 2016(02)
[3]基于张量分解的个性化标签推荐算法[J]. 李贵,王爽,李征宇,韩子扬,孙平,孙焕良.  计算机科学. 2015(02)
[4]SPM中的图像空间预处理技术及其在功能磁共振图像分析中的应用[J]. 雷震,胡德文.  医学信息. 2001(11)

博士论文
[1]基于张量的大数据统一表示及降维方法研究[D]. 匡立伟.华中科技大学 2016

硕士论文
[1]基于机器学习方法的脑胶质瘤影像分级研究[D]. 鲁宗豪.郑州大学 2017
[2]基于磁共振影像脑疾病分类的模式识别方法研究[D]. 毕文伟.电子科技大学 2016



本文编号：3012110