基于相关性学习的多模态乳腺影像分类方法研究

发布时间：2021-10-23 14:26

　　乳腺癌是女性致死率较高的疾病,早期诊断与治疗是治愈乳腺癌的关键。医学影像是乳腺癌早期诊断的主要辅助工具,其中,钼靶和超声是乳腺癌临床检查中最为常用的影像学检查方式。多模态影像融合技术能够克服单模态信息不足的缺陷,已经成为近年来的研究热点。然而,传统的方法大部分是先基于单模态分类,然后融合分类结果。这类方法忽略了多模态之间相关性信息的利用,限制了性能的提升。为了提高乳腺肿瘤分类系统的性能,本文对多模态乳腺影像融合分类的关键技术展开了研究:本文研究了一种基于多模态乳腺影像相关性嵌入（Modality-Correlation Embedding Model,MCM）的乳腺肿瘤分类方法。首先,使用FCN网络对多模态乳腺影像中的肿瘤区域进行分割,并使用VGG网络提取肿瘤特征,然后构建了新的模态相关性嵌入的多模态乳腺影像融合分类损失函数,该损失函数由新的模态相关性项和单模态数据拟合项构成。最后,利用梯度下降算法和交替变量迭代优化思想对所提出的损失函数进行优化,学习出两个最优映射矩阵,从而将提取的深度特征较为准确地映射到公共标签空间,获得最终的诊断结果。在本文的方法中,所提出的模态相关性项能够有效利... 

【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】：59 页

【学位级别】：硕士

【部分图文】：

图１－１多模态乳腺影像（钼靶和超声）??作为另一种常用的乳腺癌的筛查工具一一超声［１５］［１６］［１７］，则安全性更高、成??

?山东大学硕士学位论文???ＦＣＮ网络的基本原理是利用卷积核尺寸为１Ｘ１的卷积层来替换传统的??ＣＮＮ网络中的全连接层，这样网络的输出将不再是图像的类别概率信息而是每??个像素点的类别概率信息，该网络常用于图像分割。同时，该网络的输入图像??可以是任意尺寸的。为了处理卷积层和池化层对图像大小的影响，还采用了上??采样（ｕｐｓａｍｐｌｍｇ）的方式将分割结果恢复到图像的原有尺寸。??整个ＦＣＮ网络的具体流程如图２－１所示，其中输入图像的宽高分别为ｗ和??ｈ：??３２ｘ?Ｄｐｓｎｍｐｌｅｄ??ｉｍａｇｅ?ｐｏｏ丨?１?ｐｏｏｌ］?ｐｏｏ！３?Ｐ〇〇Ｗ?ｐｏｏｌ？?ｐｒｅｄｉｃｔｉｏｎ?（ＩＣＮ－３２ｓ）??（ｗｂ）?ｄ）?（告?ｊ告）??Ｉ?Ｉ?１６ｘ?ｕｐｓａｍｐｌｅｄ??ｐｏｏｌ４?２ｘ?ｕｐｖｉｉｍｐｌｅｄ?ｐｒｅｄｉｃＨｏａ?（ＦＣＮ－１６ｓ）??田田＾圖??＾?８ｘ?ｕｐｓａｍｐｌｅｄ??＼?ｐｒｅｄｉｃｔｉｏｎ?（ＦＣ：Ｎ－８ｓ）??ｐｏｏＩ３?２ｘ?ｎｐｓａｔｕｐｌｅｄ?■勝［＾｜｜｜｜＾＾??画?＿??（Ｕ）??图２－１?ＦＣＮ网络结构??（１）输入图像经由多个卷积和一个最大池化得到ｐ〇〇ｌｌ特征，高、宽变为??原始图像的１／２；?（２）?ｐｏｏｌｌ特征再经由多个卷积和一个最大池化得到ｐｏｏｌ２特??征，高、宽变为原来的１／４；?（３）?ｐｏｏｌ２特征再经由多个卷积和一个最大池化得??到ｐｏｏｌ３特征，高、宽变为原来的１／８；?（４）依此类推，直到得到ｐｏｏｌ５特征，??高、宽变为原来的１／３２；?（５）对于ＦＣＮ－３２Ｓ，直接对ｐｏｏｌ５特征进行３２倍上采??样获

网络包含１３个卷积层和３个全连接层，而ＶＧＧ１９网络则包含??１６个卷积层和３个全连接层。本方法中使用的卷积网络模型是ＶＧＧ１６网络。??孕—？?１１?—运?Ａ?ｉ．．差?￥?—，ｉ?義?ｊ?ｎ?？?＊．?Ｉ?矣一言一ｇ?ｍ?妻一Ｉ??否?ｗ?＾?８?Ｂ?－ｐ?８?８?８?＾?８?８?８?ｒ？?８?＜ｊ?Ｓ?￡?？?ａ?ａ?＾??ｇ?Ａ?Ａ?Ａ?Ａ?＾?Ａ?Ａ?ＡＡＡ?Ａ?Ａ?？??＾?■?■覼画霪驪ｔ?１?Ｕ??＾?ｚ?§?ｓ?ｓ?１??■自?ｇ?．５５?ｖ＞??图２－２?ＶＧＧ?１６网络结构??为了更清晰直观的分析ＶＧＧ１６网络结构，将图中绿色区域转化为图２－２的??块状网络结构加以展示，可以得知，ＶＧＧ１６网络的输入图像尺寸大小为２２４Ｘ??２２４Ｘ３，其中，２２４表示输入图像的长、宽像素个数，３表示输入图像的ＲＧＢ??三个颜色通道。ＶＧＧ１６网络一共包含了?１３个卷积层，３个全连接层和５个池??１１??

【参考文献】：
期刊论文
[1]一种基于高斯过程隐变量模型的表情识别方法[J]. 潘武生,黄玉水.  计算机仿真. 2018(03)
[2]一种相似子空间嵌入算法[J]. 钱文光,李会民.  山东大学学报(工学版). 2018(01)
[3]乳腺超声检查对乳腺肿瘤的诊断价值[J]. 彭永听,朱玲.  现代中西医结合杂志. 2012(01)
[4]数字钼靶与超声联合诊断早期乳腺癌的价值[J]. 王红燕,马希,吴志娟,李国华,左孟哲,王建良,沈纪芳,朱玉春.  现代中西医结合杂志. 2011(20)
[5]可形变人脸模型研究进展综述[J]. 谭晓阳.  沈阳航空航天大学学报. 2011(01)
[6]彩色超声和钼靶X线在乳腺肿块诊断中的比较[J]. 黎燕飞,刘华敢.  上海医学影像. 2010(02)
[7]超声光散射成像与全数字化乳腺摄影对乳腺肿瘤诊断的对比研究[J]. 李嘉,滕皋军,张炽敏,姚小留,赵天慧,刘万花,魏晓莹,陈卫东,王玲.  中华放射学杂志. 2010 (05)
[8]3种影像学检查方法在乳腺癌早期诊断中的作用[J]. 许光中,李凯,封国生.  首都医科大学学报. 2009(03)
[9]高频超声与X线钼靶联合应用对早期乳腺癌的诊断价值[J]. 田家玮,陈宇,刘宇杰.  中国医学影像技术. 2006(04)



本文编号：3453353