基于混合域注意力机制的肺栓塞图像分割研究

发布时间：2021-04-29 20:34

　　肺栓塞是现今生活中常见的肺部疾病,它形成的原因是肺动脉中的栓子堵塞了血管,从而引起的肺部血液循环障碍。通常这种疾病轻则引发胸闷胸痛,重则危及生命。近年来,在全球范围内,患有肺栓塞疾病的人数逐年升高,并且患病后的死亡率较高。产生这种情况的部分原因在于早期的肺栓塞不易被及时发现和治疗,还有部分原因在于这种疾病的误诊率相对较高。肺栓塞主流的诊断方式为肺动脉CT血管造影技术,利用该技术可以将肺部动脉在计算机中清晰的成像,有助于医生对疾病的诊断。在当前肺栓塞疾病发病率较高的背景下,医生通过阅片诊断该疾病需要花费大量的时间和精力,为了缓解这一现状,本文希望研究一种辅助医生诊断肺栓塞的可行性方法。近年来,利用深度学习辅助医生诊断逐渐成为一种趋势,尤其对深度学习中卷积神经网络的应用越来越广泛。卷积神经网络可以有效的对图像进行特征提取,快速又准确的预测目标的类别和位置等信息。在医学图像领域,图像分割是非常必要的,因为在疾病诊断的过程中不仅仅要判断它的类型,还要量化疾病的区域,进行逐像素的分割和计算。目前已经有大量工作将卷积神经网络中的分割模型应用在医学图像数据集中,经过实验表明,许多模型能够达到医生的诊... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 医学影像技术的发展
        1.2.2 肺动脉CT血管造影技术
        1.2.3 图像分割在医学图像的应用
        1.2.4 卷积神经网络在医学图像分割现状
    1.3 论文工作
    1.4 文章结构
第2章 相关技术简介
    2.1 肺栓塞诊断相关技术介绍
        2.1.1 肺栓塞的识别过程
        2.1.2 CT成像原理及存储格式
    2.2 传统图像分割算法
        2.2.1 基于阈值的分割方法
        2.2.2 基于边缘的分割方法
        2.2.3 基于区域的分割算法
    2.3 人工神经网络概述
        2.3.1 神经元
        2.3.2 前馈神经网络
        2.3.3 反向传播(BP)算法
        2.3.4 激活函数
    2.4 卷积神经网络简介
        2.4.1 卷积神经网络发展历程
        2.4.2 卷积神经网络的基本操作
    2.5 本章小结
第3章 基于混合域注意力机制的肺栓塞图像分割
    3.1 全卷积神经网络
        3.1.1 全卷积网络设计与实现细节
        3.1.2 实验结果与分析
    3.2 基础网络架构的选取
        3.2.1 U-Net整体结构
        3.2.2 U-Net实现策略
    3.3 注意力机制概述
    3.4 注意力模块的添加
        3.4.1 通道域注意力机制
        3.4.2 空间域注意力机制
        3.4.3 混合域注意力机制
    3.5 本章小结
第4章 实验过程与结果分析
    4.1 实验过程介绍
        4.1.1 数据集介绍
        4.1.2 实验环境配置
        4.1.3 数据预处理
        4.1.4 改进网络模型的设计和实现细节
    4.2 实验结果与分析
        4.2.1 改进网络的实验对比分析
        4.2.2 附加实验结果对比与分析
    4.3 本章小结
第5章 总结与展望
    5.1 本文工作总结
    5.2 未来研究方向
参考文献
作者简介及在学期间所取得的科研成果
致谢


【参考文献】：
期刊论文
[1]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[2]卷积神经网络研究综述[J]. 李彦冬,郝宗波,雷航.  计算机应用. 2016(09)
[3]人工神经网络的发展及应用[J]. 毛健,赵红东,姚婧婧.  电子设计工程. 2011(24)



本文编号：3168129