甲状腺超声图像中结节的自动检测研究

发布时间：2022-09-21 19:04

　　甲状腺结节是甲状腺常见病变,恶性结节即甲状腺癌是目前世界上最常见的内分泌疾病之一,严重威胁着人们的健康。近年来甲状腺结节的发病率不断上升,超声以其无创伤,成像快,成本低,无辐射等优点成为甲状腺结节早期临床诊断的主要手段。其中,对甲状腺超声图像的分析主要依赖于放射科医生在临床实践中的积累的理论基础和实践经验,仅依靠人工阅片往往会导致诊断结果的主观性,并且加重了医生的工作负担。甲状腺结节自动检测可以为后续结节的良恶性评级准确并快速地提供病变位置,有效避免医生人工定位造成的观察者偏差,减轻临床实践时医生的工作量,是计算机辅助医学诊断的重要研究课题。但超声图像具有斑点噪声多,分辨率低等固有缺点,并且甲状腺超声表现中结节的大小不一,形状不规则,边缘模糊,和血管等组织器官回声相近等问题,成为甲状腺结节自动检测的研究中的难点。本文提出了一种基于主流目标检测网络Faster R-CNN框架的优化检测算法,用于超声图像中甲状腺结节的准确实时检测,为医生的临床诊断提供客观参考。本文分析了甲状腺超声图像中结节的主要特点,有针对性地对目标检测网络Faster R-CNN进行改进,提出了一种基于深度学习的准确快... 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 甲状腺超声图像结构
    1.3 甲状腺结节自动检测方法概述
    1.4 论文的主要内容和结构安排
第二章 深度学习和目标检测网络概述
    2.1 神经网络
        2.1.1 神经元模型
        2.1.2 激活函数
        2.1.3 误差逆传播算法
    2.2 卷积神经网络
        2.2.1 卷积层
        2.2.2 池化层
        2.2.3 全连接层
    2.3 目标检测网络
        2.3.1 基于区域推荐的two stage目标检测方法
        2.3.2 端到端的one stage目标检测方法
    2.4 本章小结
第三章 基于Faster R-CNN的甲状腺结节检测模型
    3.1 前言
    3.2 Faster R-CNN概述
        3.2.1 特征提取网络
        3.2.2 区域推荐网络
        3.2.3 检测网络
        3.2.4 损失函数
    3.3 甲状腺结节检测模型的设计思路
    3.4 基于Faster R-CNN的甲状腺结节检测模型
        3.4.1 数据增广
        3.4.2 可变形卷积
        3.4.3 特征金字塔结构
        3.4.4 Anchor box的重新设计
        3.4.5 感兴趣区域池化
        3.4.6 非极大值抑制
    3.5 本章小结
第四章 实验结果及分析
    4.1 实验数据
    4.2 实验环境
    4.3 网络训练
    4.4 评价指标
    4.5 实验设计及分析
        4.5.1 甲状腺结节检测模型的测试
        4.5.2 与临床人工阅片的对比
        4.5.3 甲状腺结节分级的研究
        4.5.4 基础目标检测网络的选择
    4.6 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 下一步工作及展望
参考文献
致谢
攻读学位期间的科研成果列表


【参考文献】：
期刊论文
[1]11343例健康体检人群甲状腺结节的流行病学调查[J]. 高振香.  中国医药指南. 2013(01)
[2]江苏社区人群甲状腺结节的流行病学研究[J]. 冯尚勇,朱妍,张真稳,段宇,刘晓云,王晓东,唐伟,茅晓东,徐书杭,冯雨,刘翠萍,覃又文,沈洪兵,喻荣彬,卜瑞芳,陈军建,李伟,史泽民,胡旭,刘超.  中华内分泌代谢杂志. 2011 (06)
[3]大连市健康体检成人甲状腺结节流行病学研究[J]. 冷松,刘颖,刘海霞,赵辉,孙广慧,梁慧文.  医学与哲学(临床决策论坛版). 2011(04)



本文编号：3680494