改进的U-net网络在冠状动脉血管分割中的应用

发布时间：2021-10-07 15:21

　　冠状动脉疾病是威胁人类生命安全的头号杀手,因此对冠状动脉疾病的早期预防和诊断非常重要。斑块的存在和冠状动脉血管狭窄是引发冠心病的主要原因,对斑块的检测和冠状动脉血管分割成为检测冠状动脉疾病的首选方案。目前诊断冠状动脉疾病的主流方法是冠状动脉CT血管造影技术（CTA）,这一技术能够产生大量的冠脉图像数据,通过对CTA图像进行处理可以实现冠状动脉血管的定位和狭窄分级,以用于冠状动脉疾病的诊断。CT图像的处理方法已经成为当前计算机辅助诊断领域研究的热点,图像分割是医学图像处理中的重要工具,它可以根据不同的组织类型和器官将图像分割成不同区域,用于可视化和诊断。现如今的医学图像大多来自CT、MRI等现代成像技术,这些技术会产生大量的数据,如果进行手工或半自动分割,过程费时、繁琐且依赖于临床专家的经验。并且由于CT图像灰度不均匀、边界模糊不清等问题,传统的分割方法虽然可以分割出冠状动脉血管的轮廓边界,但分割准确率不够理想。因此,对更高效的分割算法的研究是非常必要的。近年来,随着深度学习领域的不断发展,卷积神经网络开始应用于医学领域。卷积神经网络的多层结构能够提取高质量的特征,其中较浅的卷积层学习局... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

神经元模型

其中输入nX x,x,,x12 是来自神经元1x （输入信号1）到神经元nx （输入信号n）的输出， TnW w,w,w12 是连接神经元 X 与当前神经元的参数，iw代表输入信号i与当前神经元之间的权重，代表着神经元之间的连接强度； 为阈值， f 为传递函数， y为输出，则当前神经元的输出可表示为： 2 .20 1 niiiyfwx（2） 神经网络结构在人工神经网络（ANN）中，网络分为三个层次，如图 2.2，首先是输入层，接收外部信息经处理后传给隐藏层；隐藏层，接收到输入层传来的信息，同过加权处理和传递准则在神经元间进行信息处理，最后传给输出层；输出层：接收隐藏层的信息，对信息进行综合后反馈给外界。图中包括 n 个输入，输出 m 个概率。

图 2.3 正向传播和误差反向传播（4）激活函数神经元作为神经网络的基本单位，神经元的计算函数被称为激活函数，激活函数的目的是将非线性因素添加到神经网络中，常用的激活函数有：Sigmoid 函数、双曲正切函数（tanh）、ReLu 函数（Rectified Linear Units）。Sigmoid 函数，也就是 logistic 函数，也被称为 S 曲线，公式如下： 2 .21 11 zesigmoidz 函数图如下：

【参考文献】：
期刊论文
[1]《中国心血管病报告2017》要点解读[J]. 马丽媛,吴亚哲,王文,陈伟伟.  中国心血管杂志. 2018(01)



本文编号：3422297