基于弱监督学习的口腔白斑分割

发布时间：2023-05-20 06:00

　　口腔白斑(OLK)是一种癌前病变,由于其与口腔内健康组织有视觉相似性,导致难以准确区分。目前对OLK的诊断主要来自专业医生的经验,但这种方式效率低,诊断受主观影响大。本文希望通过口腔白斑的自动化分割为医生的诊断提供辅助指导,方便诊断措施的定制,也使患者能够及时发现症状,避免病情恶化。此外,口腔图像数据集的标注需要专业医生,耗费成本高,很大程度上会阻碍研究的进展,而且口腔白斑数据集相对较小,采用目前的弱监督分割方案效果很差。为此,本文针对现有方案的不足,并依据对口腔医学数据集的观察与分析,展开以下研究内容:1.基于全监督学习设计基础分割方法。针对传统Mask R-CNN方法存在误分割和漏分割问题,本文分析这是由于网络的特征提取能力不足,学习到了图像上的无效和错误信息,而注意力机制可以帮助网络增强有效信息的提取,抑制无效和错误信息的提取。因此,本文提出一种基于具有注意力机制的Mask R-CNN口腔白斑分割方法,将卷积块状注意力模块中的空间注意力模块引入Mask R-CNN,使得网络具备对空间上的不同区域重要程度的判断,减少了非白斑区域对网络训练的影响。此外针对口腔医学数据集较小训练效果不...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题背景和研究意义
    1.2 国内外研究现状
    1.3 本文的主要工作
    1.4 组织结构
第二章 相关工作
    2.1 迁移学习
    2.2 注意力机制
    2.3 类激活图
    2.4 注意力标签引导的弱监督分割方法
    2.5 标注处理与实验评估
    2.6 本章小结
第三章 基于具有空间注意力机制的Mask R-CNN的口腔白斑分割方法
    3.1 口腔白斑分割任务的目标
    3.2 口腔白斑分割面临的挑战
    3.3 口腔白斑分割
        3.3.1 融合空间注意力的Mask R-CNN-S
        3.3.2 迁移学习
    3.4 实验与分析
        3.4.1 实验计划
        3.4.2 实验结果
    3.5 本章小结
第四章 基于弱监督学习的口腔白斑分割方法
    4.1 口腔白斑弱监督图像分割面临的挑战
    4.2 基于弱监督学习的口腔白斑分割
        4.2.1 一种像素级粗分割标签生成策略
        4.2.2 基于具有注意力机制的Mask R-CNN的定位分割协同优化机制
    4.3 实验与分析
        4.3.1 实验计划
        4.3.2 实验结果
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间取得的科研成果
致谢
作者简介



本文编号：3820675