【摘 要】
：
气胸属于肺科急症,需要及时的诊断和治疗。X线胸片检查是诊断气胸的首选方法。深度学习是当下计算机辅助诊断的前沿技术;高精度诊断率是当前气胸辅助诊断急需解决的问题。本文提出了基于深度学习的气胸识别与定位可以实现较高的诊断精度,提高气胸诊断效率。针对气胸的识别（分类）,本文提出了一种基于深度学习的正侧向X线胸片融合诊断模型。该模型利用了正侧向胸片的优势,对不同视角下的气胸进行特征提取。避免了使用单一的正
论文部分内容阅读
气胸属于肺科急症,需要及时的诊断和治疗。X线胸片检查是诊断气胸的首选方法。深度学习是当下计算机辅助诊断的前沿技术;高精度诊断率是当前气胸辅助诊断急需解决的问题。本文提出了基于深度学习的气胸识别与定位可以实现较高的诊断精度,提高气胸诊断效率。针对气胸的识别（分类）,本文提出了一种基于深度学习的正侧向X线胸片融合诊断模型。该模型利用了正侧向胸片的优势,对不同视角下的气胸进行特征提取。避免了使用单一的正向胸片进行气胸诊断时面对复杂多变的气胸,识别精度下降的问题。相关的实验结果表明,使用融合网络比仅使用正向X线胸片得到的气胸识别Accuracy提高了约7%,比仅使用侧向X线胸片得到的气胸识别Accuracy提高了约9%。通过基于梯度加权类激活图的可视化技术,可以发现该模型的对X线胸片的“关注点”与真实气胸区域高度重合。针对气胸的定位（分割）,本文提出了一种基于感兴趣区域提取（肺提取）的深度学习气胸分割模型。第一阶段使用改进型的U-Net神经网络结合开源的肺部语义分割数据集训练出高精度的肺提取模型。将训练好的肺提取模型用于提取SIIM-ACR气胸X线胸片的肺区域,并使用相关的形态学方法对肺提取结果进行优化。第二阶段使用基于迁移学习的气胸分割模型处理经过特征提取的胸片。实验结果表明:相比未经感兴趣区域提取的气胸分割网络,该方法的分割Dice提高了2%-3%,且具有较好的可移植性,能提高多种不同的预训练网络的气胸分割精度。
其他文献
复合材料是由一种材料作为基体,与另外一种或多种作为增强相的材料组合而成的多相高性能组合材料。复合材料能够综合各组分材料的性能优势,克服单一材料性能的不足之处,具有了普通工程材料所不具备或难以实现的热学、声学、力学等特殊物理性能,因而在过去的几十年中吸引大量学者进行了广泛研究。随着复合材料研究的深入,研究人员发现复合材料中的增强材料和基体之间经常存在占有一定体积、材料性能不同于基体材料和增强相的界面
智能材料是继天然材料、人工合成材料、人工设计材料之后的第四代新型功能材料,是现代高新技术材料发展的重要方向之一,其特别之处在于拥有着像生物一样能感应周围环境的变化并主动做出响应的能力,例如形状记忆效应（Shape Memory Effect,SME）[1]。随着航空航天、软体机器人、智能纺织与医药医疗领域的快速发展,这就要求复合材料不仅具有优异的承载能力,又要具有良好的主动变形能力。因此,如何协同
近年来,随着科学技术的进步和医疗水平的不断提升,对于多种重大疾病有了新的治疗方法。针对组织器官坏死或缺损,器官移植技术也越来越成熟。然而,可供移植的器官供体不足、异体移植产生的免疫排斥反应已成为限制器官移植技术的主要瓶颈。为了解决该瓶颈,众多研究者尝试采用生物3D打印技术将细胞、生长因子、生物材料作为打印材料,希望能够制造出具有生物活性的仿生组织或器官来代替移植的组织或器官。虽然该领域的研究已经取
高速电主轴是高档机床的核心部件,其动力学特性直接影响了机床的加工能力和加工精度,由于高速电主轴系统中存在许多不确定性因素,基于确定性电主轴动力学模型很难准确预测其动力学特性,因此开展电主轴系统不确定性问题研究具有非常重要的现实意义。本文以高速电主轴为研究对象,建立其转子系统动力学模型,将混沌多项式展开（PCE）方法应用于电主轴振动响应不确定性分析,论文主要研究内容如下:（1）以高速电主轴为研究对象
随着全球“碳达峰、碳中和”目标的提出,世界范围内新能源技术领域受到了更多学者的广泛关注。对于低功耗电子设备,使用传统的化学电池方式进行供电,由于储电有限,需要定期地更换,不利于设备的连续运转。能量收集器作为一种新型供电源,可以收集环境中广泛存在的能量,并将其转化为电能,实现对低功耗电子设备长期、稳定的供电。本文研究了一种基于抗磁悬浮的摩擦电振动能量收集器,该振动能量收集器包括磁铁底座和热解石墨组成
无线层析成像（RTI,Radio Tomography Imaging）技术因其无损害、非侵入和功耗低的特点迅速成为无源目标定位方法中一个新兴的研究方向。在无线传感器网络（WSN,Wireless Sensor Network）覆盖范围内,RTI技术能够根据障碍物遮挡无线通信链路引起的接收信号强度（RSS,Received Signal Strength）变化,得到监控区域的衰减图像,并在此基础上
平房仓储粮为我国保障粮食安全的重要战略手段,其目前进仓环节存在人力资源浪费较大、效率低等问题,不利于我国仓储现代化发展。以改善当前散粮进仓作业模式,提高机械化水平为目标,围绕散粮入仓中的问题展开研究,主要研究内容如下:（1）针对平房仓提出了机械化入仓方案,对于超高大平房仓散粮入仓时面临的粮食分级、破碎问题,设计了粮食分流器并实现了散粮机械化入仓。对平房仓机械化入仓方案进行了评估,并基于ANSYS对
为解决平房仓粮食入库时的环境污染问题,提高入库效率,现代粮库建立了原粮集中清理中心,通过全密闭卸粮环境配合除尘设备有效抑制扬尘外溢,解决卸粮环节的污染问题,在清理中心收集净粮后,采用仓栏货车将净食统一转运至各个仓库。仓栏货车在执行转运作业时,一方面需要大量的人力辅助作业,增加了用工成本;另一方面在清理中心装粮和在仓库卸粮时,自动化程度低,时间成本高,入库效率低。为解决上述问题,本文研制了面向原粮入
随着我国工业现代化的逐步发展,液压载重平台的应用方向和领域得到了不断拓宽,如在航天、军用和民用等领域。由于平台的工作对象精密化和工作环境复杂化等要求,造成平台的工作负载具有多变性,因此设计一种具有高效率和高精度的液压载重平台调平及控制系统对工业现代化的发展具有重要意义。基于此,本文以AMESim与Simulink联合仿真平台为载体,通过对液压系统、调平策略和控制系统进行优化和分析,提出了一种基于P
规范穿戴安全帽、呼吸机是粮库安全管理的重点,可有效预防落物伤人、熏蒸中毒等安全事故。在实际作业环境中,由于库区内监管力度不够、一线工作人员安全防范意识薄弱,时有发生劳保用品未穿戴或穿戴不规范的情况,极大地增加了粮库工作的危险系数。因此粮库作业规范穿戴检测具有重大意义。本文基于深度学习算法对粮库作业穿戴规范进行检测,首先构建粮库穿戴数据集,通过基础网络的对比实验,分别构建基于YOLOv5和FCOS的