超声图像中胎儿股骨自动测量方法研究

发布时间：2021-03-30 11:32

　　在产前诊断中,医学超声影像技术由于其无创性、实时性和廉价性,成为产前检查的首选方式。胎儿解剖结构的生物参数测量是产前诊断中的重要内容。而目前的生物参数测量主要通过医生手动测量来完成,这可能导致以下问题:测量结果的精确度高度依赖于临床医生的经验,可能存在较大的差异;精确测量过程耗时较长,不仅增加超声检查时间,而且导致医生的工作效率较低;对医生造成重复压力伤害。因此,本论文提出对胎儿超声生物参数自动测量的方法,旨在降低对医生经验的依赖,提高诊断效率。本论文首先对国内外已有超声图像中胎儿股骨测量方法进行了归纳和总结,将测量方法划分为图像处理方法、传统机器学习方法以及深度学习方法。由于图像处理方法对数据量无要求,易于实现等原因,我们提出基于Frangi滤波器的股骨自动测量方法,但由于图像处理方法受超声图像质量影响较大,容易受超声图像中噪声、声影的影响,且存在边界易丢失等问题,造成测量结果普遍偏小。为此,我们提出使用传统机器学习方法,通过直接定位股骨的端点,避免图像处理方法中因为边界模糊带来的误差。在传统机器学习方法中,我们提出基于随机森林回归模型的股骨自动测量方法,但传统机器学习方法需要手动设... 

【文章来源】：深圳大学广东省

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

胎儿股骨超声图像

5图 1.2 本研究面临的挑战（2）传统机器学习方法。直接定位股骨的端点，可以避免图像处理方法中因为股骨边界模糊带来的误差。此方法中，我们将使用集成学习算法中最流行的随机森林（RandomForests）方法[8]。我们通过一个两阶段的框架来实现该方法。两个阶段均使用随机森林回归模型进行训练，唯一不同的是，在第二阶段训练时,我们将加入自动上下文特征（Auto-Context）[29]对一阶段的结果进行优化。通过上述方法可以直接得到股骨端点的预测距离图，并通过均值飘移（Mean Shift）等

端点并对股骨长进行测量。2.1 框架介绍由于图像处理方法对数据量无要求，易于实现等原因，我们提出基于 Frangi滤波器的股骨自动测量方法。图 2.1 为本方法的研究框架。首先，设计一个图像截取模板，该模板用于去除原始超声图像中自带的设备信息等无关项，批量自动框选出股骨所在的图像区域，见图 2.1（a）和 2.1（b）。接着，使用 Frangi 滤波器对框选出的区域进行去噪，并对滤波后的结果进行处理，得到股骨候选区域的分割图像，见图 2.1（c）。然后，对股骨候选区域进行处理，利用股骨外接矩形的长宽比率以及股骨位置信息，得到正确股骨区域的筛选结果[30]，如图 2.1（d）和 2.1（e）。最后，对股骨进行骨架化处理，得到股骨的中心线，利用股骨中心线和股骨轮廓的交点，定位出股骨端点的位置并计算股骨长度，如图 2.1（f）和2.1（g）。上述框架的技术细节我们将在以下小节中进行阐述。

【参考文献】：
期刊论文
[1]基于多任务深度卷积神经网络的显著性对象检测算法[J]. 杨帆,李建平,李鑫,陈雷霆.  计算机应用. 2018(01)
[2]超声图像中胎儿股骨的自动测量[J]. 罗娜,李璟,周成礼,郑介志,倪东.  深圳大学学报(理工版). 2017(04)
[3]动态高斯变异和随机变异融合的自适应细菌觅食优化算法[J]. 张新明,尹欣欣,冯梦清.  计算机科学. 2015(06)
[4]超声图像中胎儿头围的自动测量[J]. 李璟,倪东,李胜利,韩笑,尹晓浪,汪天富,陈思平.  深圳大学学报(理工版). 2014(05)
[5]基于血管增强分割的三维肺结节自动检测[J]. 潘烁,张煜,王凯,高绍英,曹蕾.  计算机应用与软件. 2014(05)
[6]产前超声检查对胎儿畸形的诊断价值[J]. 李威,贾淑文,吕祥.  中国妇幼保健. 2013(08)
[7]基于曲光线跟踪算法的超声成像实时模拟研究[J]. 倪东,陈思平,汪天富.  深圳大学学报(理工版). 2012(04)
[8]欧姆龙生物电阻抗法与双能X线吸收法测量成年人体脂率的比较[J]. 武宝爱,王人卫,毕玉萍.  上海体育学院学报. 2012(01)
[9]超声测量评估胎儿主要生长参数的研究[J]. 万仪芳,沈国芳,朱家安.  上海医学. 2010(12)
[10]基于SIFT特征的Mean Shift目标标定算法[J]. 吴晶,赵锐,梅林.  计算机与现代化. 2010(12)

硕士论文
[1]随机森林和卷积神经网络在神经细胞图像分割中的应用研究[D]. 曹贵宝.山东大学 2014



本文编号：3109436