【摘 要】
:
医学图像能够帮助医生快速识别、诊断并治疗人体内疾病,但是仅仅依靠人力对人体特定的区域图像进行识别会消耗医生大量时间与精力并且错误率较高。以胎盘图像为例,采用图像分割技术能够快速地帮助医生区别出胎盘与复杂的背景,从而进一步帮助医生更好的完成胎盘组织定位。但是现有的传统与深度学习模型算法存在分割精度不高、模型复杂度过高等问题,这些缺点将会导致胎盘图像分割不准确从而导致医生诊断错误,继而产生严重后果。本
论文部分内容阅读
医学图像能够帮助医生快速识别、诊断并治疗人体内疾病,但是仅仅依靠人力对人体特定的区域图像进行识别会消耗医生大量时间与精力并且错误率较高。以胎盘图像为例,采用图像分割技术能够快速地帮助医生区别出胎盘与复杂的背景,从而进一步帮助医生更好的完成胎盘组织定位。但是现有的传统与深度学习模型算法存在分割精度不高、模型复杂度过高等问题,这些缺点将会导致胎盘图像分割不准确从而导致医生诊断错误,继而产生严重后果。本文从不同原理着手提出了基于密集连接的Dense-UNet网络模型以及基于注意力机制的PSA-UNet网络模型,实验在胎盘数据集上取得了很好的分割效果。本文的主要工作如下:(1)本文在同济大学医学院专业医师指导下构建了适用于图像分割领域的胎盘图像数据集。同时针对胎盘图像存在噪声以及轮廓不清晰的问题进行处理。为了验证深度学习在语义分割领域的优越性,使用了SVM分类器对胎盘图像进行图像分割,实验证明传统机器学习算法在胎盘图像分割上表现不佳。(2)本文提出了Dense U-Net的网络模型。首先对传统UNet网络的缺陷进行分析,对损失函数进行优化,混合使用了二值交叉熵损失函数和Dice损失函数。使用了密集连接模块优化了传统U-Net网络,提升了特征复用率,减少了网络中的参数同时密集连接结构令梯度传递更加流畅,使得网络更易训练,减少了梯度消失的情况,提升了网络模型对于图像的分割精度。同时使用了模型剪枝技术对模型进行模型压缩处理,在保证图像分割任务精度没有显著降低的同时减少模型中70%的参数数量,实现了轻量级的Dense U-Net胎盘图像分割网络。在胎盘图像分割实验中在各评价指标上Dense U-Net表现均优于传统U-Net,像素准确率达到了0.8734,Dice系数达到了0.8910,IOU达到了0.8112。(3)本文提出了PSA-UNet(Placental segmentation based on SE and AG-U Net)网络模型。相比于传统的U-Net网络模型,该模型结合了引入了注意力机制,加入了SE-Res Net模块以及AG模块,使得模型在胎盘数据集上能够提取到更加有价值的特征信息,同时结合模型剪枝技术压缩模型大小。在胎盘数据集上的实验结果显示,相比于基于Dense-UNet的压缩分割模型,在保证模型内存占用率没有显著增加的情况下,像素准确率提升了2%,像素准确率达到了0.8927,Dice系数达到了0.8946,IOU达到了0.8231,具有更优的性能。
其他文献
慢性心力衰竭(Chronic Heart Failure,CHF)是各种心脏疾病发展的最终阶段,被认为是21世纪心血管领域的重大公共卫生挑战之一。本文将经典的生存分析手段与时下热门的机器学习算法结合,对CHF患者的预后构建预测模型并进行分析。对CHF患者的生存问题进行应用研究,相较于传统的生存分析方法,构建了精度较高的预测模型,丰富了这一领域的研究成果。本文采用CHARM项目针对慢性心力衰竭患者的
随着计算机信息技术的蓬勃发展,大数据时代的来临,电网系统也紧追信息化时代建设的浪潮,一步步进行企业信息化的建设。在电力服务系统不断完善的情况下,其规模、数量、种类也在不断的进行扩充。网络入侵频发不断,及时发现服务所受到的攻击,并集中对所有服务系统进行网络安全状态的实时评估,对于整个电网服务系统的安全运行有着不可磨灭的作用。但是针对如此多的服务系统,需要耗费大量的时间与精力去逐个排查与分析,而各个服
中国教育发展迅速,教育资讯的在线网络报道呈现出数量多且内容长的特征,因此,文本分类技术也在一定程度上受到了冲击,无法再使用传统的方式对文本数据进行分类、整理。为使教育领域的关注者能够按照需求搜索到一定阶段的教育新闻报道,本文以带有标签的教育新闻报道文本为基准,在对已有的文本分类算法进行分析的基础上,设计一种适用于教育新闻长文本的分类方法。本文的工作主要为:(1)针对长文本分类中存在的信息丢失和维度
帕金森病是最常见的神经退行性疾病之一,我国65岁以上人群中患帕金森病的人约占1.7%。帕金森病患者最主要的临床症状为静止性震颤、肌肉强直、运动迟缓以及平衡障碍。人类的运动机能会随着年龄的增长而逐渐退化,这与帕金森病的早期症状有相近的特征,导致许多患者错过了最佳的治疗时间。因此,尽早的判断、准确的追踪患者的病情以期及时调整患者的治疗方案成为目前亟待解决的问题。帕金森病的评估通常是通过帕金森评分量表等
在信息技术高速发展的时代,人们以协同运行的工作方式为背景、以计算机技术和通讯信息技术为基础,产生出了一个同时具备群体性、分布性和协作性的设计方法——协同设计。协同设计的工作方法可以有效提升设计效率及品质,同时也推动了设计管理技术的创新,对提高设计管理水平、推动企业发展具有重要意义。基于以上背景,本文利用NX(Next Generation,数字化产品开发系统)平台中的Navigator、Libra
随着物联网软硬件技术领域的快速发展,物联网设备在网络中的连接数量也日益剧增。Web服务是物联网设备中直接暴露在外部的攻击面,且普遍存在着安全漏洞。BinaryCGI作为物联网设备中Web服务进行数据处理的程序,若存在漏洞会造成严重的危害。基于模糊测试进行漏洞挖掘是目前在学术界和工业界都被广泛采用的解决方案,然而,由于物联网设备自身存在软硬件架构复杂、运行资源受限和程序封闭等特点,现有模糊测试框架运
在网络飞跃发展的时代,信息的提取变得轻而易举。与此同时产生了不计其数的数据量,造成“信息过载”。使用推荐系统可以有效处理该问题,因为它具备信息筛选的功能,可提供更具指向性的信息。近年来它被充分应用于多个领域,如电子商务、个性化广告、视频推荐等。隐语义模型(LFM)是推荐系统领域炙手可热的话题。其核心是通过分析已知特征,来寻找隐含的特征信息。但随着“信息过载”的进一步加剧,LFM仍面临诸多挑战,如可
中国国土辽阔,油气资源储藏丰富,在飞速增长的国民经济和能源消耗下对石油、天然气的需求不断提高。探索油气资源储藏规律,研究能源储存的地质结构,对于科学有效地开发和采集油气资源起着指导性的重要作用。地震物理模型成像技术是一种模拟地震波勘探情况的工具。它用超声波代替地震波,在理想的情况下还原地震波勘探的过程,弥补了现场勘探重复性、稳定性不足等问题,便于我们归纳和总结地震波传播规律,它建立了现场勘探与理论
人类的移动轨迹信息对于基于位置提供服务的应用具有重要意义,但是受到各种因素的影响可能得到的是不完整的轨迹,这会对下游任务(例如,轨迹匹配等)的性能产生影响,因此轨迹补全是一个亟待解决的问题。作为近年来一个比较新颖的研究方向,轨迹补全问题已经存在大量的相关研究,但是他们普遍存在以下三个问题。目前的模型大多采用循环神经网络来建模轨迹点之间的顺序关系,这使得各个位置之间存在的时空依赖性和轨迹中高阶复杂的
随着智能时代的来临,飞行器的使用成本越来越低,各式各样的无人机应用于摄影航拍、物资运送以及农业灌溉。基于这些应用场景,飞行器部件定位分割系统将会有助于空中飞行的安全监控,降低人力资源成本,将飞行器的管理精细化、模块化。本文基于深度学习的语义分割技术,对飞行器部件语义分割的算法进行了研究,主要工作如下:1)收集网上出现的所有无人机出现的场景图片,选取大小适中和画面清晰的无人机图片以及视频,进行语义分