医学内窥镜图像的异常检测技术研究

发布时间：2017-05-04 12:17

  本文关键词：医学内窥镜图像的异常检测技术研究，，由笔耕文化传播整理发布。

【摘要】：医学内窥镜因其独特的构造能够深入患者的体内,直接观察体内胃肠道各器官的表现,从而在现代胃肠道疾病的诊断中发挥着巨大的作用。但胃肠道疾病的诊断依靠内科医师对内窥镜图像进行日视解读来初步判定,这十分依赖医生的诊断经验,造成了沉重的工作负担。因此面对内窥镜手术中产生的大量医学内窥镜图像,如何能够通过分析图像的表现模式为医生提供异常检测层面的辅助诊断是一个十分具有实际意义的问题。论文的主要研究内容如下：1.医学内窥镜图像的特征提取方法。本文提出了一种融合传统的颜色特征、纹理特征以及卷积神经网络特征的特征提取算法,在对检测单元提取颜色直方图统计特征和局部二元模式特征的基础之上,设计了卷积神经网络模型来有监督地学习检测单元特征的表示,并通过梯度提升树模型对两种特征信息进行了融合。实验结果表明本文的特征提取算法能够获得更好地描述医学内窥镜图像中的各种表现,从而提升异常检测效果。2.结合代价敏感的异常检测技术。由十异常检测中不同类误分代价不同,并且图像中不同类别样本数量失衡,本文将代价敏感技术与异常检测相结合。首先通过代价敏感的支持向量机模型对样本进行分类识别,并提出了ROC曲线在低漏警率下的截面积作为代价敏感的模型评价指标来评估模型的表现,并指导模型的参数选择过程。实验结果表明本文结合代价敏感的异常检测技术能够较好地使异常检测结果与实际诊断对低漏警率的需求相结合。
【关键词】：医学内窥镜图像 异常检测 特征提取 卷积神经网络 特征选择 代价敏感
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R443.8
【目录】：

• 摘要5-6
• Abstract6-12
• 第1章 绪论12-20
• 1.1 研究背景和意义12-14
• 1.2 国内外研究现状14-17
• 1.2.1 获取感兴趣检测单元15
• 1.2.2 特征提取15-16
• 1.2.3 分类器识别异常16-17
• 1.3 本文的研究内容17-18
• 1.4 本文的结构安排18-20
• 第2章 医学内窥镜图像的特征提取方法20-38
• 2.1 概述20-21
• 2.2 获取感兴趣检测单元21-23
• 2.3 传统特征提取23-26
• 2.3.1 颜色特征提取23-24
• 2.3.2 纹理特征提取24-26
• 2.4 全局辅助特征提取26-27
• 2.5 卷积神经网络特征提取27-34
• 2.5.1 深度学习背景概述27-29
• 2.5.2 卷积神经网络特征提取29-34
• 2.6 基于梯度提升树模型的特征融合34-36
• 2.7 本章小结36-38
• 第3章 结合代价敏感的异常检测技术38-52
• 3.1 概述38
• 3.2 代价敏感技术背景38-40
• 3.2.1 调整标签分布39
• 3.2.2 代价敏感学习39-40
• 3.3 代价敏感的异常检测40
• 3.4 代价敏感的检测模型40-45
• 3.4.1 背景概述40-41
• 3.4.2 支持向量机41-44
• 3.4.3 代价敏感的支持向量机模型44-45
• 3.5 代价敏感的模型评价指标45-50
• 3.5.1 传统的模型评价指标46-48
• 3.5.2 基于局部ROC曲线截面积的模型评价指标48-50
• 3.6 本章小结50-52
• 第4章 实验方案与结果52-58
• 4.1 实验方案52
• 4.2 不同特征的异常检测表现52-54
• 4.3 代价敏感的模型评价指标54-56
• 4.4 本章小结56-58
• 第5章 总结和展望58-60
• 5.1 论文总结58-59
• 5.2 未来研究展望59-60
• 参考文献60-66
• 致谢66-68
• 在读期间发表的学术论文与取得的研究成果68

【相似文献】

中国期刊全文数据库 前10条

1 朱艳;陈利华;万论论;;心脏超声虚拟内窥镜图像预处理技术研究进展[J];中外医学研究;2013年24期

2 李宗信;多媒体技术在内窥镜图像处理系统中的应用[J];福建医学院学报;1995年04期

3 ;内窥镜图像的校准[J];国外医学.耳鼻咽喉科学分册;1996年02期

4 李拥军;螺旋CT内窥镜图像的基础评价[J];北京军区医药;1999年03期

5 刘毅,李新,周红军;多媒体技术在内窥镜图像处理系统中的应用[J];中华医学信息导报;1997年19期

6 ;FNT内窥镜图像显示仪[J];内镜;1994年02期

7 ;FNT内窥镜图像显示仪[J];内镜;1995年05期

8 黄战华,谢洪波,郁道银,张汉奇;医用内窥镜图像自适应量化压缩编化码方法研究[J];中国生物医学工程学报;2000年03期

9 ;NT系列内窥镜图像显示仪[J];内镜;1994年02期

10 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 强俊;周鸣争;汪军;楚宁;;基于核学习算法的内窥镜图像的识别[A];第十二届全国图象图形学学术会议论文集[C];2005年

2 张家俊;;内窥镜图像偏色的探讨[A];内蒙古医学会第一届医学工程专业学术研讨会论文汇编[C];2001年

中国硕士学位论文全文数据库 前10条

1 余宝国;视频内窥镜图像系统开发与设计[D];华东理工大学;2016年

2 朱戎生;医学内窥镜图像的异常检测技术研究[D];中国科学技术大学;2016年

3 李葳;医学电子内窥镜图像处理技术研究[D];西安电子科技大学;2006年

4 杨丹军;计算机辅助消化道内窥镜图像诊断技术研究[D];西安电子科技大学;2010年

5 罗肖;序列内窥镜图像的三维结构重建[D];上海交通大学;2009年

6 户贯涛;内窥镜图像高清处理系统硬件设计[D];浙江大学;2008年

7 卜应敏;医学电子内窥镜图像工作站软件设计与开发[D];安徽工业大学;2012年

8 陈婧;医用高清电子内窥镜图像处理技术研究[D];浙江大学;2013年

9 胡一飞;内窥镜图像高清处理系统软件设计[D];浙江大学;2008年

10 颜佳泉;基于嵌入式平台的医用电子内窥镜系统研究[D];华侨大学;2012年

  本文关键词：医学内窥镜图像的异常检测技术研究，由笔耕文化传播整理发布。

本文编号：345075