用于李氏人工肝的智能辅助诊疗应用研究

发布时间：2020-05-14 07:56

【摘要】：肝脏疾病一直以来都对人类生命健康构成了严重威胁。人工肝支持系统是一种有效的重症肝病治疗手段。人工肝的术前诊断和手术过程参数监测对人工肝诊疗成效具有重要意义,术前诊断主要内容包括基于电子病历的图文信息的分析诊断,其中肝脏CT图像的精准分析对于人工肝手术的选择会有很大帮助,本论文结合医学诊疗业务,基于人工智能对肝脏CT图像进行辅助诊断研究。人工肝手术过程中参数的监测主要包括各种压力值、蠕动泵速度、液体累积量、温度和血氨以及患者生理参数等,对这些人工肝运行参数的及时监测有利于患者的治疗过程。目前市场已有的人工肝设备尚未普及并且还未见自动记录和监测这些运行参数的技术方案。因此,针对技术先进的李氏人工肝的运行参数进行采集监测就具有重要的研究价值和应用前景。这一方面有利于保障治疗过程中患者的生命安全,另一方面为优化治疗过程提供大数据基础。目前已报道的肝脏CT图像辅助诊断方法在人工肝术前诊断中尚有许多不足,如其肝脏及肿瘤分割精度不高,耗时过长等问题。本文围绕李氏人工肝的智能辅助诊疗应用,设计了一个基于全卷积神经网络的用于自动分割肝脏的网络模型,多次实验微调网络结构和超参数,对原始数据进行预处理,输入数据采用原始图像加窗位窗宽调整后双通道输入,达到了 95.3%的Dice分数。在肝脏分割的基础上,本文进一步对网络模型和算法细节进行了优化,通过在代价函数中引入类别均衡项,背景填充,使用空洞卷积等方法,进行CT图像中肝脏肿瘤的分割,达到了 88.2%的Dice分数。本文又尝试了用3D卷积神经网络来进行肝脏CT图像中的肿瘤识别分类,对其应用的效果进行分析,为后续发挥3D卷积神经网络能在多张连续的肝脏CT图像诊断中提取图片之间的关联特征的优势,提升诊断准确率打下了基础。在算法研究的基础上,结合李氏人工肝的特点,本文设计并初步实现了一个B/S架构的基于李氏人工肝的智能辅助诊疗系统,包含CT图像云辅助功能和李氏人工肝术中数据监测功能。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;R318.14

【参考文献】