甲状旁腺亢进自动检测与图像增强方法研究

发布时间：2024-02-26 21:28

　　甲状旁腺作为人体内分泌腺之一,主要实现调节血钙的含量和机体内钙、磷的代谢的重要功能。当甲状旁腺出现异常时,对身体健康状况有较大影响,可能导致低血钙性抽搐或心肌病、高血压等严重疾病,甚至威胁患者生命,目前其医学诊断方法普遍为B型超声检查。虽然甲状旁腺疾病并非罕见病,但是我国的医疗系统发展不均衡,不同区域之间的医疗水平参差不齐,一些地区的医生对这类疾病的诊断经验不足,可能会影响患者的治疗效果。临床诊断过程主要存在的问题有两个,一个是不能准确判断甲状旁腺位置,另一个是相应病理部位清晰度比较低,不易判别。因此本文研究了可用于甲状旁腺亢进计算机辅助诊断的方法,包含检测部分和图像增强部分,分别解决两个问题。判断超声图像中甲状旁腺位置使用基于Faster R-CNN的目标检测方法,此方法基于大量有标记数据集,但缺少公开来源,针对这一问题,本课题与中日友好医院合作,由专业的医生收集数据,作者制作成目标检测数据集格式,建立了用于甲状旁腺亢进检测的标准数据集,并且采用多种方法对数据集进行扩增。本文从网络模型结构和参数优化角度改进了Faster R-CNN算法,针对甲状旁腺亢进形状多变特点和其他组织器官噪声...

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

图１－１甲状旁腺位置示意图??Ｆｉｇ．?１－１?Ｐｏｓｉｔｉｏｎ?ｏｆ?ｐａｒａｔｈｙｒｏｉｄ?ｇｌａｎｄｓ??

?第一章绪论???第一章绪论??１．１课题研究背景和意义??甲状旁腺（ｐａｒａｔｈｙｒｏｉｄ?ｇｌａｎｄ），如图１－１所示，属人体内分泌腺，一般处于甲状??腺后侧，正常情况下可能存在３？５个，分别分布在甲状腺的中部和下部。通过分泌甲??状旁腺激素（Ｐａｒａｔｈｙｒｏｉｄ?ｈｏｒｍ....

图１－２?ＣＡＤ应用示例??Ｆｉｇ．?１－２?Ａｐｐｌｉｃａｔｉｏｎ?ｏｆ?ｄｅｅｐ?ｌｅａｒｎｉｎｇ?ｉｎ?ｍｅｄｉｃａｌ?ｉｍａｇｉｎｇ??

也不理想，尤其在灰度差异??较小的局部细节区域。对于不熟练的医生很难识别出病灶区域。??随着人工智能科学的逐渐发展，特別是近年来应用在图像识别领域的深度学习算??法越来越成熟，使得计算机辅助检测（ＣＡＤ）技术慢慢走进大众视野，医生可借助??ＣＡＤ发现和诊断病变，这样不仅加快确诊流....

图２－１卷积运算图??Ｆｉｇ．?２－１?Ｃｏｎｖｏｌｕｔｉｏｎ?ｃｏｍｐｕｔａｔｉｏｎ?ｐｒｏｃｅｓｓ?ｄｉａｇｒａｍ??

其通过卷积核的局部感知在输入图片上进行平移，得到图像特征；激活层用于改善模??型的线性分类问题；池化层用于减低模型的复杂度，压缩数据量，改善过拟合问题。??而网络的最后一层则是实现网络分类（或回归）功能的全连接层，通过计算损失（Ｌｏｓｓ）??的方式。网络中的卷积层和池化层从结构上....

图２－２卷积过程示意图??Ｆｉｇ．?２－２?Ｃｏｎｖｏｌｕｔｉｏｎ?ｏｐｅｒａｔｉｏｎ?ｄｉａｇｒａｍ??

方法研究???４?氺１?＋?７?氺０?＋?２?氺０?＋?２?氺０＋?４?氺１?＋?１?氺０?＋？?２?木０?＋?１?＊０?＋?４?＊１?＝?！＿?２??ｔｊｔｊｔ］?２?［Ｔ－ｊ－？？－．．ｎＴＴＨＴ—??＂Ｔ］｜?２?４?Ｉ?１?｜?２?｜?｜?１?｜?０?｜?０?｜?．．．．....

本文编号：3911882