基于大数据的肺部X光图像的分析与研究方法

发布时间：2020-05-25 16:46

【摘要】：中国放射科医学影像增速达30%,放射科医生增速为4.1%,放射科影像数据的增长速率远远高于放射科医生的增长速率,目前最主要的X光片审阅依靠人工审阅的方式,放射科医生每天需要面临很大的压力,误诊和漏诊率也会增加。同时,因为个体差异,不同放射科医生对X光片审阅结果也存在差异。科研医疗机构希望能利用大数据与人工智能的相关技术来辅助放射科医生进行医学图像识别,提高医学影像数据识别的准确率,减轻放射科医生的压力,以达到疾病早发现、早治疗的目的。本课题在云平台下利用大数据技术对肺部X光影像数据进行分布式存储,利用深度学习技术从大量的肺部X光图像中进行自动地特征提取。对比了AlexNet、MobileNets、VGG16神经网络模型对肺部X光图像识别的准确率,选取分析效果较好的VGG16网络模型进行两次算法的改进,分别将改进后的算法命名为VGG-X和VGG-X1,VGG-X网络模型将VGG16网络中的标准卷积替换为了深度可分离卷积,VGG-X1网络模型则是在VGG-X网络的池化层之后加入了BN层。将改进后的网络模型用于对实变、肺水肿、积液、肺气肿、纤维化、疝、渗透、肿块、肺炎、正常10个类别进行识别。经过实验测试,改进后的神经网络模型在对常见肺部症状进行识别时达到了85%以上的平均准确率,相较于VGG16,提升了对常见肺部症状识别的准确率,而且改进后的网络模型的参数量低于VGG16,缩短了需要花费的时间。此外,利用大数据技术对肺部X光图像数据进行存储,提高了整个识别系统的可扩展性,保证了数据存储的安全性。
【图文】：

系统架构

贵州大学硕士研究生学位论文Ceph Monitor 为 Ceph 集群的监听器，主要负责维护整个 Ceph 集群状态以及集群中的 Map 图，OSD 通过 Monistor 获取最新 Map 图，然据的存储位置，实现数据的存储。CephMDS主要为文件系统存储提供文件系统服务的元数据。eph 的系统架构总共分为四层，从下往上分别为：最底层的基础存储OS)，基础库层(Librados)，高级应用接口层以及应用层，其系统架构示。

总体架构

贵州大学硕士研究生学位论文只提供对象存储服务，不支持块存储以及文件存储的服务。Swift 并不是实时的数据存储系统，在对数据进行更新以后将会产生对象的新版本，，所以一般不会频繁对大的数据对象进行更新，所存储的数据对象一般也为虚拟镜像、图书、备份存档、压缩日志文件存档等静态数据或者更新频率低的数据，为这些数据提供长期或者永久性的存储。Swift 从架构上可以分为访问层(AccessTier)、存储层(CapacityTier)两层结构访问层由代理服务(ProxyNode)以及认证服务(Authentication)两部分组成。存储层由对象服务(ObjectServer)、容器服务(ContainerServer)、账户服务(AccountServe以及一致性服务(Consistency Servers)四部分组成。Swift 总体架构如图 2.3 所示
【学位授予单位】：贵州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R816.4;TP311.13;TP391.41

【参考文献】