基于深度学习的口腔颌面外科疾病诊断

发布时间：2020-05-12 13:19

【摘要】：随着信息技术的快速发展,各个领域积攒了大量的数据。在医疗领域,也有越来越多的数据集被收集起来,尤其是医疗图像数据集。近几年来,深度学习在自然图像处理领域取得了巨大的突破,在很多任务上可以达到很好的效果。越来越多的研究者将深度学习技术应用到医疗图像处理中。但当前的医疗图像研究大部分是针对二维图像进行研究,并且研究的部位大部分集中于人体内脏和眼部区域。本文针对三维口腔锥形束电子计算机断层扫描(Cone Beam Computed Tomography,简称CBCT)数据给医生带来的挑战,研究了基于深度学习的口腔颌面外科疾病诊断。据我们所知,这是国际上第一次研究基于深度学习的口腔颌面外科疾病诊断。该疾病诊断具体包括病人分类、病灶分割和牙齿分割三个方面的创新工作:一、在病人分类方面,本文提出一种基于深度学习的口腔颌面外科疾病分类算法(Deep Diagnosis of Oral and Maxillofacial diseases,简称DDOM)。跟当前算法只能对二维图像进行分类不同,本文提出的DDOM算法能处理病人的三维口腔CBCT数据,进行病人级别的分类。在包含2500个病人口腔CBCT数据的真实数据集上的结果表明,本文方法具有超过大部分专业医生的水平。二、在病灶分割方面,本文提出一种半监督口腔病灶分割算法,叫做对抗协同网络(Adversarial Synergistic Network,简称ASNet)。跟已有算法只能使用有标记数据或通过自训练来利用无标记数据不同,本文提出的ASNet算法可以通过协同训练和对抗学习的方式利用无标记数据。在包含691张口腔CBCT图像的真实数据集上的结果表明,本文方法具有最好的表现。三、在牙齿分割方面,本文提出一种基于深度学习的牙齿分割算法(Tooth Segmentation Network,简称TSNet)。跟目前已有牙齿分割算法相比,本文提出的TSNet算法使用卷积神经网络和对抗网络。在包含100张口腔CBCT图像的真实数据集上的结果表明,本文方法取得了比已有方法更好的牙齿分割精度。在完成本文的过程中,我们跟医院的专业医生一起收集和标注了2500例病人的数据,数据包含了上百万张CBCT图像。据我们所知,国际上目前还没有类似的公开数据集。同时,本文的研究问题是在跟专业医生多次研讨过程中形成的,来自于专业医生的真实需求。本文的三个工作可以在病人诊断、病灶定位和手术规划三个方面全方位地辅助医生。
【图文】：

环形数字化投照。然后我们再取多次数字化投照的交集，在计算机中进行重建逡逑得到三维像素点矩阵，从而得到最终的三维图像。在实际使用中，三维ＣＢＣＴ图逡逑像一般保存为多张连续的二维ＣＢＣＴ图像。图１．１中的每张图像都是某个病人的逡逑一张二维ＣＢＣＴ图像，其中的白色箭头指向ＣＢＣＴ图像中对应的病灶位置。在和逡逑骨头相关的口腔疾病中，ＣＢＣＴ影像的使用更为广泛。目前在口腔颌面外科疾逡逑病中，肿瘤和骨折是最常见的两类疾病。对于骨折来说，ＣＢＣＴ影像不仅是诊逡逑断的金标准，还是手术治疗的依据。对于肿瘤来说，ＣＢＣＴ影像可以给医生提逡逑供很多信息，如找到病灶，确定病灶成分并判断病灶的类型。因此，，ＣＢＣＴ影逡逑像在当前的口腔颌面外科疾病诊断中起到了至关重要的作用。逡逑ＨＥ１＿逡逑图１．１：邋ＣＢＣＴ图像样例逡逑１．２本文贡献逡逑尽管现在己经有很多研宄将深度学习技术应用到医疗图像诊断中，但是大逡逑２逡逑

别手写数字。由于当时的计算能力相对比较落后，设计出来的神经网络层数也逡逑相对比较少。当时论文最终使用的ＬｅＮｅｔ是ＬｅＮｅｔ－５，因此，下面我们将详细介逡逑绍一下ＬｅＮｅｔ－５的结构。图２．１是ＬｅＮｅｔ－５的模型结构图。逡逑输入逦Ｃ１：卷积逦Ｃ３：卷积她仆逡逑３２ｘ３２逦６＠２８ｘ２８逦Ｓ２：池化邋１６０１０ｘ１０＾＾邋Ｃ５：卷积邋Ｆ６：全逡逑ＴＺＩＺＩＩＺ－６０１４ｘ１４邋ｒ￣邋＾４２０＠ｌｘｌ邋连接￣８４邋输出：１0逡逑卷积逦池化逦卷积逦池化卷积全连接高斯连接逡逑图２．１：邋ＬｅＮｅｔ－５的网络结构逡逑Ｃ１层是卷积层，其中包含６个５ｘ５大小的卷积核，卷积核的步长是１，填逡逑充值为０。Ｓ２层是池化层，窗口大小是２ｘ２，池化的步长是２。和现在常用的逡逑无参数池化层不一样的是，这里的池化层除了取窗口中四个输入的平均值，还逡逑会乘以一个可训练的权重参数，再加上一个偏移量，再通过Ｓｉｇｍｏｉｄ激活函数，逡逑最终得到输出。Ｃ３层是卷积层，其中包含１６个５ｘ５大小的卷积核，卷积的步长逡逑是１，填充值为０。和现在常见的卷积方式有所不同，这里的卷积输入并不是上逡逑一层所有的输出，而是上一层输出的一些组合。Ｓ４层是池化层，和Ｓ２层基本一逡逑样
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R782;TP391.41

【相似文献】

相关期刊论文 前10条

1 李惠君;;创造心流体验 促进深度学习[J];江苏教育;2019年48期

2 陈刚;;在适学课堂中寻求学生学习获得感[J];数学之友;2019年04期

3 刘可钦;;改变学习，重新认识教与学[J];教育家;2019年32期

4 陈俊荣;王冬娣;;真实学习:课堂不再重复昨天的故事[J];教育家;2019年32期

5 孙建锋;;怎样走进“无边界学习”——以《孩子们的发现》创课为例[J];师道;2019年07期

6 戴小梅;;让学习数学变成一件简单的事[J];读书文摘;2019年13期

7 张瑰;;对高等数学及其学习的认识与思考[J];无锡南洋学院学报;2004年02期

8 裴慧萍;;如何培养学生在英语学习中的情感与态度[J];教育革新;2008年10期

9 刘佳琴;;合作学习中如何处理好优生和学困生的关系[J];德阳教育学院学报;2003年04期

10 魏利;;浅谈合作学习中教师的作用[J];德阳教育学院学报;2006年02期

相关会议论文 前10条

1 阿勒尔黑;;浅析数学学习习惯的培养[A];2018年“基于核心素养的课堂教学改革”研讨会论文集[C];2018年

2 张平;王兰启;李晓敏;韦国友;和晓聪;;学生良好学习习惯的培养有效学习的研究[A];《教师教学能力发展研究》科研成果集（第十七卷）[C];2018年

3 祝青亮;洪艳;李乐桂;;小学数学合作学习的实践与研究[A];《教师教育能力建设研究》科研成果汇编（第九卷）[C];2018年

4 王娜;;孩子,课堂属于你们——学生是数学学习真正的主人[A];中国教育发展战略学会论文集卷四[C];2019年

5 杨华斌;;试论中学合作学习教学模式的运用研究[A];中国教育发展战略学会论文集卷四[C];2019年

6 温跃海;;小组合作学习有利于学生数学核心素养提升的研究[A];第十二届中国智慧工程研究会基础教育“十三五”规划课题会议论文集[C];2017年

7 刘扬威;;论学习兴趣的重要性[A];2019全国教育教学创新与发展高端论坛论文集（卷三）[C];2019年

8 ;多层次引领 让学习成为教师的习惯[A];河北省教师教育学会第九届优秀课题成果论坛文集[C];2018年

9 胡明标;;小学数学自主探究性学习的实施策略研究[A];《教师教学能力发展研究》科研成果集（第十一卷）[C];2017年

10 陆春庚;;学习型课堂构建刍议[A];《当代教育评论》2017第6辑[C];2017年

相关重要报纸文章 前10条

1 黄爱梅 桐城市范岗镇余桥小学教师;浅谈“学困生”的教育[N];江淮时报;2016年

2 实习生 邹春霞　本报记者 雷宇;中专生尹卫东：不要仅为成绩而学习[N];中国青年报;2012年

3 鲁忠义;高效率学习与有意遗忘之间有何联系？[N];中国出版传媒商报;2019年

4 河南省洛阳市伊川县白元镇第一初级中学 张利浦;教师如何有效组织学生进行小组合作学习[N];山西青年报;2018年

5 记者 隋舒雨;学以致用 扎实推进“学习强国”学习平台工作[N];抚顺日报;2019年

6 广西壮族自治区钦州市人民警察训练学校副校长 龙玉平;大兴学习之风要力避“三舍”[N];人民公安报;2019年

7 上海市浦东教育发展研究院副研究员、学习共同体研究院院长 陈静静;通过观察学生促进深度学习[N];中国教师报;2019年

8 滨海县八滩镇中心小学 沈益亮;善用“错误”，促进有效学习[N];江苏教育报;2019年

9 丛玉芝;学习容不得弄虚作假[N];长沙晚报;2019年

10 ;创课：让学习更有意思[N];中国教师报;2019年

相关博士学位论文 前10条

1 张正;基于结构和判别语义嵌入的图像表征学习研究[D];哈尔滨工业大学;2018年

2 范淼;基于表示学习的知识挖掘研究[D];清华大学;2017年

3 朱越;增广信息学习[D];南京大学;2018年

4 张文鹏;免投影在线学习[D];清华大学;2017年

5 翟中华;基于生成对抗网络的自监督表示学习研究及应用[D];浙江大学;2018年

6 李楠;顶序学习及其应用的研究[D];南京大学;2015年

7 孙维东;基于样本分布匹配的极化SAR数据迁移学习研究[D];武汉大学;2018年

8 李豪;多目标学习与优化理论及应用[D];西安电子科技大学;2018年

9 夏雪;单图烟雾识别中的局部特征学习与表示方法研究[D];江西财经大学;2018年

10 李志杰;面向大数据分析的多任务加速在线学习算法研究[D];武汉大学;2015年

相关硕士学位论文 前10条

1 徐定鑫;基于深度学习的微博情感分析[D];长春工业大学;2019年

2 蔡晓娜;专业认同对体育本科生学习投入的影响研究[D];中国矿业大学;2019年

3 张舒;浅析理性思维在大提琴学习及演奏中的应用[D];中央音乐学院;2019年

4 张红旭;焦点解决团体辅导改善高中生学习倦怠的应用研究[D];江西师范大学;2018年

5 张一凡;幼儿园科学教育中学习故事的应用研究[D];山东师范大学;2019年

6 梁瑞;呼和浩特市某中职学校学生手机成瘾与无聊感及学习倦怠的现况调查[D];吉林大学;2019年

7 王宇涵;移动学习环境下高中生英语阅读学习行为研究[D];吉林大学;2019年

8 笪诗颖;基于分层教学的计算机基础移动学习APP设计与实现[D];中央民族大学;2019年

9 刘月洁;小组合作学习在初中道德与法治课程中的应用研究[D];渤海大学;2019年

10 王羽;基于行为日志数据的在线学习行为分析[D];中央民族大学;2019年

本文编号：2660279