【摘 要】
:
在医学诊断中计算机断层扫描技术(CT)是一种重要的技术手段,但是如果病人的身体中含有金属物质例如人造髋关节,脊柱植入物等,会导致扫描到的CT图像中产生明暗相间的金属伪影,掩盖人体器官组织,从而影响医生对于病情的判断。因此研究CT图像中的金属伪影去除算法具有重要的实际意义。因为传统去除金属伪影的算法在临床应用中效果并不好,要么计算时间较长,要么伪影去除不彻底。而近年来,在计算机视觉领域中,深度学习逐
【基金项目】
:
中华人民共和国科学技术部,国家重点研发计划子课题,2017YFC011300,高可信强智能的的心脑血管疾病诊疗服务模式解决方案;
论文部分内容阅读
在医学诊断中计算机断层扫描技术(CT)是一种重要的技术手段,但是如果病人的身体中含有金属物质例如人造髋关节,脊柱植入物等,会导致扫描到的CT图像中产生明暗相间的金属伪影,掩盖人体器官组织,从而影响医生对于病情的判断。因此研究CT图像中的金属伪影去除算法具有重要的实际意义。因为传统去除金属伪影的算法在临床应用中效果并不好,要么计算时间较长,要么伪影去除不彻底。而近年来,在计算机视觉领域中,深度学习逐渐被广泛使用,因此本文研究将深度学习应用于CT图像中的金属伪影去除。本文首先研究在图像域中使用卷积神经网络对金属伪影去除,提出了两种方法,一种直接使用卷积神经网络对CT图像中的伪影进行去除,另一种使用生成对抗网络拟合金属伪影的分布,再从CT图像中减去拟合的金属伪影从而去除金属伪影,两种方法都取得了相较于传统方法更好的效果。同时分析了两种方法的优缺点,并对实验中遇到尺寸较大的金属时无法很好去除金属伪影的现象进行了探讨,得出在图像域中当金属伪影增多时,无法有效的去除金属伪影。其次,本文研究了在雷登域中使用卷积神经网络对金属伪影去除,分析了正弦图不同的表达形式对伪影去除效果的影响,得出使用平行光束投影表示的正弦图作为网络输入会有更好的伪影去除效果,并对能否将自然图像中的Inpainting(填充)方法应用到雷登域中伪影去除问题上进行了探讨,得出了自然图像中的Inpainting方法可以有效地解决雷登域中的伪影去除问题这一结论。通过实验对比了在遇到尺寸较大的金属时,在雷登域中去除伪影与在图像域中去除伪影的区别。得出相比于图像域,雷登域可以更好地处理较强的金属伪影。最后,本文研究了使用深度学习在雷登域与图像域中一起对金属伪影进行去除,首先分析了单独从雷登域与单独从图像域去除伪影的区别,然后本文提出了一种端到端的网络结构,避免了最终结果出现解剖结构扭曲并且尽量减少了二次伪影的产生,通过实验比对,证明了该方法兼具了从雷登域中去除伪影与从图像域中去除伪影的优点。同时,本文探讨了对三维CT进行伪影去除的可能性。最后通过实验与其他金属伪影去除算法进行对比,得出了本文所提出的方法在去除金属伪影上有着更好的效果
其他文献
利用多智能体协同决策算法可以在多智能体系统中协调多个智能体的资源和活动来实现共同的目标,其在智能交通系统、智能电网系统、无线传感器网络和无人机群协同控制等领域有广阔的应用前景。其中,以马尔科夫决策过程为基本模型的多智能体深度强化学习类方法在解决机器人协同控制问题时取得了较好的表现。该类方法的特点是具备基于观测数据更新的在线学习能力,在端侧应用时对环境具有较好适应性。但是,由于端侧嵌入式处理器的计算
智能钻探技术具有智能化、自动化的优点,在现今和将来都是钻探领域的研究热点。为结合大数据和深度学习,智能钻探技术需要大量的数据为其提供支撑,因此服务于智能钻探技术的数据采集单元具有重要的研究意义。但是现今智能钻探系统的研究还不够成熟,井下的测量仪器大部分是分立化且功能单一的,不利于智能钻探系统进行数据收集。此外,井下恶劣的工作环境、钻探工作产生对测量造成的干扰、体积、功耗等限制给井下数据采集带来了现
人类以对话的方式询问信息,当前询问的问题通常与之前的问答存在关联。然而当前的机器阅读理解任务更多是单轮问答,不同轮的问题和答案没有相关性,可以独立的求解。为了使得机器具备像人一样询问信息的能力,研究者提出对话式阅读理解任务,给定一篇文章和多轮问题,当前轮问题的回答不仅依赖于文章内容,还需要结合当前轮次的问答历史信息。本文探究融合问答历史信息的机器阅读理解技术,即在结合文章回答当前轮问题的过程中融入
随着人工智能的快速发展,卷积神经网络在自然语言处理、计算机视觉、医学治疗等任务中扮演着至关重要的角色,尤其在计算机视觉领域取得了令人瞩目的成绩,例如目标检测、特征识别、图像检索等。但是,随着卷积神经网络在应用上的愈发深入,其结构愈发复杂,模型的计算量更是指数级上升,其对算力和存储空间的要求也越来越高。在过去半个世纪,集成电路的发展受到摩尔定律的限制,硬件计算力的提升远远满足不了人们对计算力的需求。
手和手腕在人们日常的工作、学习和生活中起着至关重要的作用,人类大部分活动都离不开手的参与。因此,研制一款轻巧、灵活、便捷的假肢手/腕系统将会给上肢残疾人士的生活带来巨大的便利。一些欧美国家早在20世纪中叶便开始对假肢进行研究,我国在这方面起步较晚,技术相对落后,因此研制一款先进的仿人智能假肢手/腕系统对于提升我国假肢的研发能力显得格外重要。本文根据HIT-VI假肢手和手腕的机械结构与功能需求,设计
随着深度学习技术的进步,深度神经网络在诸多领域大量应用,其可解释性问题日益受到人们的广泛重视。目前深度识别网络缺乏数学理论支撑,存在机理不明确的问题,难以对目标识别的风险性、可靠性、适应性、鲁棒性进行准确评估,从而限制了模型的实际部署与应用。因此展开对深度识别网络的可解释性方法的研究迫在眉睫。为此本文在深入研究可解释性包含的内容的基础上,从基于可视化、基于局部近似、基于黑盒测试这三个方法层面对深度
燃烧过程中高温火焰的温度分布不仅能直接表征火焰的三维结构,还可以作为先验知识对燃烧过程的进行预判,具有深刻的指导意义。火焰层析成像技术以其易于实现和非侵入性等优点,在燃烧监测和诊断中发挥着重要作用。然而,由于传统迭代方法的数据量大、耗时较长。因此,本文建立了一种基于深度学习的火焰三维温度快速层析重建和预测的模型,训练后具有快速重建和预测的能力。建立并验证了基于视在光线法的辐射传输模型,建立了考虑辐
光作为一种承载目标信息的载体在很多方面都有很重要的应用,在日常生活中,错综复杂的环境会影响我们对目标信息的获取和判断。本课题对现有的多种从不规则散射光场中获取信息的技术进行分析及研究之后,为了解决现有的散射介质后目标分类方法适应性和鲁棒性差这一缺点,最终选择散斑自相关方法来处理散斑并获得隐藏在散射介质后的目标物体信息,为了解决传统特征提取和分类算法效率低这一问题,选择利用卷积神经网络对处理后的散斑
冲压发动机自发明以来被世界各国广泛运用到超声速领域,具有比冲高、结构简单,经济性高等优点。冲压发动机在世界各国的国防军事领域都有着举足轻重的地位,尤其是欧美等军事强国一直在致力于开展冲压发动机的技术研究。随着冲压发动机工作范围拓宽、飞行距离更远等需求发生改变,仅考虑燃油可调单一变量控制的冲压发动机已经无法适应新环境和新的作战需求。本文针对固定几何结构冲压发动机面临的问题,考虑引入进排气可调的结构,
同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)是机器人领域的重要研究问题,实现了机器人搭载相机和激光雷达等传感器在未知环境中对自身定位同时构建地图的任务。近年来,随着增强现实和自动驾驶等应用的兴起,视觉SLAM(Visual SLAM)研究受到了广泛的关注。VSLAM以图像作为主要感知信息源,通过多视图几何理论估计相机位姿和构建3D场景。