基于深度学习和宫颈图像的癌前病变识别

发布时间：2021-07-25 15:50

　　宫颈癌的发病率占据女性生殖道恶性肿瘤之首。宫颈癌的早期筛查对于降低发病率和死亡率都具有重要意义。基于阴道镜视野下的醋酸实验是目前临床上对宫颈癌筛查的重要技术手段,然而这种方法面临主观性过强、精度低的问题,因此不利于在缺少有经验医生的基层地区的推广。针对上述问题,实现宫颈癌筛查的自动化和智能化就显得尤为重要。近年来由于深度学习中的卷积神经网络自动提取特征的优势,导致其在图像分类领域占据主导地位。目前已报道的大多数相关研究只采用醋酸实验后宫颈图像,信息较为单一,并未取得比人工提取特征更为明显的精度优势。为此,本文提出了一种用宫颈比值图像代替原图并结合迁移学习的方法。该方法在配准的基础上得到基于醋酸实验前后的宫颈比值图像,并最终利用在ImageNet数据集上预先训练好的VGGNet-16模型对宫颈比值图像进行迁移学习,从而实现宫颈癌前病变识别。在数据获取方面,从布点开展实验的医院已经获得了上千例阴道镜图像,其中包含110例HSIL（+）患者数据。为了保持数据平衡,构建了包含HSIL（+）和LSIL（-）各110例的数据集,此外还通过数据增强手段扩充了样本量。本文采取了两种实验方案,第一种将预... 

【文章来源】：南昌航空大学江西省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

宫颈区域分割结果

图 5-1 宫颈区域分割结果圈定的区域为采用本文所介绍的方法的分割结果；红线圈定区域为专家手动分果2 宫颈区域的配准图 5-2 所示为在部分数据上采用 2.2.1 小节中的方法进行配准的结果。行为醋酸实验前宫颈图像，第二行为与第一行对应的醋酸实验后宫颈行为以第二行为基准对第一行进行配准后的醋酸实验前宫颈图像。‘+坐标的像素点在三个图像中的相对位置。从图中的第二行和第三行可以效果可以达到预期要求。

【参考文献】：
期刊论文
[1]基于定量影像组学的肺肿瘤良恶性预测方法[J]. 张利文,刘侠,汪俊,董迪,宋江典,臧亚丽,田捷.  自动化学报. 2017(12)
[2]郎景和院士谈妇产科疾病诊治现代观念与发展策略[J]. 谭先杰.  中国实用妇科与产科杂志. 2017(01)
[3]美国国立综合癌症网络“2016宫颈癌临床实践指南”解读[J]. 周晖,林仲秋.  中国实用妇科与产科杂志. 2016(03)
[4]宫颈癌及其癌前病变的筛查研究进展[J]. 魏丽惠,赵超.  中华妇幼临床医学杂志(电子版). 2016(01)
[5]农村地区醋酸/碘染色法筛查子宫颈癌的3年结果分析[J]. 张永贞,马俊飞,赵方辉,向喜娥,马朝辉,石樱桃,胡尚英,乔友林.  癌症. 2010(01)
[6]论数字图像的膨胀与腐蚀[J]. 吴集林.  广东广播电视大学学报. 2007(01)
[7]基于双线性插值算法的图像放缩技术与实现[J]. 冯慧君,陶素娟,李隆.  计算机应用与软件. 2004(07)
[8]液基细胞学筛查宫颈癌的研究[J]. 潘秦镜,李凌,乔友林,章文华,张询,吴令英,李爱玲,戎寿德,赵芳辉,孙耘田,JeromeL.Belinson,RobertG.Pretorius.  中华肿瘤杂志. 2001(04)



本文编号：3302319