医学肿瘤影像分类算法研究及其在肝癌上的应用
发布时间：2023-04-08 20:42
针对肿瘤的医学影像分类在医学疾病诊断和治疗中扮演着重要的角色。随着物理、电子工程以及计算机科学技术的发展,医学影像在成像方面取得了长足的发展,影像获取速度越来越快,图像分辨率越来越高,影像的模态越来越丰富。然而在影像的解读方面,主要还是依赖于影像医生。一方面,影像数量以及质量的提高大大加重了他们的负担;另一方面,其对影像的解读主要依赖于肉眼可观察到的定性的影像特征,不可避免的受到个人经验等主观因素的影响。因此如何获取以及利用定量的影像特征实现对医学肿瘤影像的精准分类一直以来是人们研究的重点。本文主要基于临床需求而展开,围绕不同医学影像的物理本质以及特征提取方式探讨了医学肿瘤影像的分类算法及其在肝癌上的应用,本文创新点有:1)自主设计了一个医学影像3D分类网络MviNet;2)将该网络应用于肝癌微血管侵犯的分类任务中,测试集上准确率、敏感性、特异性均高于0.7,尤其在敏感性这一指标上,获得了 2倍于文献中的性能提高;3)首次提出了肝癌多期相间变化率特征,应用于肝癌多期相分类问题上,分类效果优于已有指标。具体研究内容及结果如下:1、提出了一种医学肿瘤影像分类框架并进行验证。该框架主要结合医...
【文章页数】：113 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题的研究背景
1.2 医学肿瘤影像分类及肝细胞癌微血管侵犯的研究现状
1.2.1 利用PET研究MVI的尝试
1.2.2 利用CT研究MVI的局限
1.2.3 利用MRI研究MVI的希望
1.3 本文的主要研究内容
1.3.1 研究技术路线
1.3.2 具体研究内容
1.4 论文的组织结构
第二章 动态增强磁共振影像及特征提取支撑平台
2.1 引言
2.2 磁共振成像原理简介
2.3 动态增强磁共振影像简介
2.4 临床资料
2.5 医学影像分类评价指标
2.6 多模态医学影像特征提取平台
2.6.1 多模态影像解析模块
2.6.2 图像显示模块
2.6.3 感兴趣区域/体积勾画模块
2.6.4 特征提取和可视化模块
2.7 小结
第三章 基于医学肿瘤影像—阶统计特征及形态特征的分类研究
3.1 引言
3.2 医学统计的理论基础
3.2.1 假设检验
3.2.2 经典的假设检验方法
3.3 小数据集宫颈癌扩散加权成像的前期探索
3.3.1 临床资料
3.3.2 影像学检查
3.3.3 图像分析及后处理
3.3.4 统计学分析
3.3.5 结果
3.3.6 讨论
3.4 肝细胞癌微血管侵犯分类研究
3.4.1 一阶统计特征及形态特征提取
3.4.2 统计学分析
3.4.3 结果
3.5 小结
第四章 基于多期相多特征的医学肿瘤影像分类研究
4.1 引言
4.2 机器学习算法概述
4.2.1 支持向量机
4.3 医学影像多期相特征提取与选择
4.3.1 多期相特征提取与构建
4.3.2 医学常用特征选择
4.4 类别不平衡的处理
4.5 医学图像中常用的模型评估方法
4.6 实验结果
4.6.1 特征的筛选
4.6.2 肝癌微血管侵犯分类结果
4.7 小结
第五章 基于数据驱动的医学肿瘤影像分类算法研究
5.1 引言
5.2 深度学习的理论基础
5.2.1 前馈神经网络
5.2.2 反向传播算法
5.3 卷积神经网络概述
5.4 深度卷积网络的训练
5.4.1 激活函数
5.4.2 参数更新
5.4.3 学习速率
5.4.4 批归一化
5.4.5 Dropout
5.4.6 超参数的选择
5.5 基于数据驱动的肝癌微血管侵犯的研究
5.5.1 数据获取
5.5.2 利用迁移学习进行肝癌微血管侵犯分类的初步探究
5.5.3 微血管侵犯网络(MviNet)实验设计
5.5.4 网络的训练、预测和评价指标
5.5.5 训练流程
5.6 实验结果
5.6.1 迁移学习训练结果
5.6.2 微血管侵犯网络训练结果
5.7 小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读博士期间所获成果
攻读博士期间参研项目列表
本文编号：3786439
【文章页数】：113 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题的研究背景
1.2 医学肿瘤影像分类及肝细胞癌微血管侵犯的研究现状
1.2.1 利用PET研究MVI的尝试
1.2.2 利用CT研究MVI的局限
1.2.3 利用MRI研究MVI的希望
1.3 本文的主要研究内容
1.3.1 研究技术路线
1.3.2 具体研究内容
1.4 论文的组织结构
第二章 动态增强磁共振影像及特征提取支撑平台
2.1 引言
2.2 磁共振成像原理简介
2.3 动态增强磁共振影像简介
2.4 临床资料
2.5 医学影像分类评价指标
2.6 多模态医学影像特征提取平台
2.6.1 多模态影像解析模块
2.6.2 图像显示模块
2.6.3 感兴趣区域/体积勾画模块
2.6.4 特征提取和可视化模块
2.7 小结
第三章 基于医学肿瘤影像—阶统计特征及形态特征的分类研究
3.1 引言
3.2 医学统计的理论基础
3.2.1 假设检验
3.2.2 经典的假设检验方法
3.3 小数据集宫颈癌扩散加权成像的前期探索
3.3.1 临床资料
3.3.2 影像学检查
3.3.3 图像分析及后处理
3.3.4 统计学分析
3.3.5 结果
3.3.6 讨论
3.4 肝细胞癌微血管侵犯分类研究
3.4.1 一阶统计特征及形态特征提取
3.4.2 统计学分析
3.4.3 结果
3.5 小结
第四章 基于多期相多特征的医学肿瘤影像分类研究
4.1 引言
4.2 机器学习算法概述
4.2.1 支持向量机
4.3 医学影像多期相特征提取与选择
4.3.1 多期相特征提取与构建
4.3.2 医学常用特征选择
4.4 类别不平衡的处理
4.5 医学图像中常用的模型评估方法
4.6 实验结果
4.6.1 特征的筛选
4.6.2 肝癌微血管侵犯分类结果
4.7 小结
第五章 基于数据驱动的医学肿瘤影像分类算法研究
5.1 引言
5.2 深度学习的理论基础
5.2.1 前馈神经网络
5.2.2 反向传播算法
5.3 卷积神经网络概述
5.4 深度卷积网络的训练
5.4.1 激活函数
5.4.2 参数更新
5.4.3 学习速率
5.4.4 批归一化
5.4.5 Dropout
5.4.6 超参数的选择
5.5 基于数据驱动的肝癌微血管侵犯的研究
5.5.1 数据获取
5.5.2 利用迁移学习进行肝癌微血管侵犯分类的初步探究
5.5.3 微血管侵犯网络(MviNet)实验设计
5.5.4 网络的训练、预测和评价指标
5.5.5 训练流程
5.6 实验结果
5.6.1 迁移学习训练结果
5.6.2 微血管侵犯网络训练结果
5.7 小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读博士期间所获成果
攻读博士期间参研项目列表
本文编号：3786439
本文链接：https://www.wllwen.com/yixuelunwen/zlx/3786439.html
