【摘 要】
：
计算机辅助诊断是近年来十分热门的研究方向,研究增强CT图像的下肢骨骼多标签分割,不仅可以服务于骨骼三维阅片诊断、骨科手术规划,还可以进行去骨操作,使用在CT血管分析项目中,用于血管显示、定位等需求,有利于发现早期隐蔽的血管病变。但目前对骨分割的研究往往是针对单块或几块骨骼的单标签分割,对完整下肢骨骼进行多标签分割的研究尚很少见。因此决定采用如今在图像分割领域比较热门的卷积神经网络实现全自动的增强C
【基金项目】
：
华中科技大学医学图像信息研究中心与武汉联影医疗科技有限公司合作的科研项目；
论文部分内容阅读
计算机辅助诊断是近年来十分热门的研究方向,研究增强CT图像的下肢骨骼多标签分割,不仅可以服务于骨骼三维阅片诊断、骨科手术规划,还可以进行去骨操作,使用在CT血管分析项目中,用于血管显示、定位等需求,有利于发现早期隐蔽的血管病变。但目前对骨分割的研究往往是针对单块或几块骨骼的单标签分割,对完整下肢骨骼进行多标签分割的研究尚很少见。因此决定采用如今在图像分割领域比较热门的卷积神经网络实现全自动的增强CT图像下肢骨骼多标签分割。在图像预处理方面,为了提高骨骼、背景的对比度,进行了阈值截断处理;对图像采用插值算法统一层间距,使相同大小的块取到的信息大体一致;裁剪出立体感兴趣区域避免不必要信息干扰的同时也缩小了图像尺寸,加快了训练效率;采用计算6方向梯度的三维各向异性扩散滤波在保留边缘细节的前提下对图像进行去噪处理。选用能够获取空间位置信息的三维网络进行研究,设计并实现了基于3D U-Net网络的DSC-3DUNet网络。为了解决原始3D U-Net结构较浅,提取特征能力较弱的问题,加深了一层网络结构,增强网络对高级语义特征的提取能力;在每个编码、解码器的双卷积模块后增加sc SE注意力机制模块,在训练过程中动态调节特征权重;在跳跃连接前增添一个卷积操作,给同尺寸的编码特征图和解码特征图赋予不同的权重,使特征融合更为高效。此外,针对下肢训练样本较少的问题,提出一种基于迁移学习思想的训练策略,先令网络在骨CT值相似的头颈数据集中进行一段时间的预训练,再利用得到的预训练模型初始化DSC-3DUNet网络参数。对预测结果进行多模型结果融合、去除小杂点的后处理操作,可以进一步提升最终的分割效果。最后利用Dice系数、精确度、召回率三个指标在测试集全部17套数据上对方法进行了性能评估,通过消融对比实验和横向对比实验证明了所设计方法的有效性。最终方法的平均Dice系数达到0.977,平均精确度达到0.984,平均召回率达到0.972。
其他文献
近几年来,卷积神经网络的崛起推动着视频流实时智能分析应用快速发展,并造就了高效率、高准确度的智能分析水准。随着智慧城市、智慧家居和无人车等大规模复杂应用的出现,在端-边-云计算架构之上对监控摄像头的视频流进行灵活的实时智能分析逐渐变得不可或缺。与此同时,靠着低成本的优势,将嵌入式智能分析设备用作边缘节点已成为一个新的热门趋势。本课题以视频流车辆信息实时智能分析应用为例,对基于嵌入式智能分析边缘设备
[目的]探讨Oxford第三代单髁置换（unicompartmental knee arthroplasty, UKA）治疗膝内侧室骨关节炎的近期疗效。[方法]回顾性分析2017年5月—2020年5月行单侧Oxford第三代UKA 158例患者的临床资料，评价其临床及影像结果。[结果]所有患者均顺利完成手术，术中无神经、血管损伤等严重并发症。手术时间（42.42±6.26） min，术中出血量（3
降水预测具有很大的社会价值。但由于气象数据在采集、传输过程中造成的数据缺失以及失真现象,导致原始气象数据中的部分特征难以被预测模型捕捉;同时气象成因复杂,各要素随着时间和空间动态变化,要素间的关系难以进行精确的公式化描述,这些都制约着精确降水模型的建立。因此从提升数据样本质量和探索适用于建立降水模型的机器学习算法两个方面展开研究。在数据集处理方面,通过对比现有的数据清洗算法的适用条件,结合本文所采
文本风格转换（Text Style Transfer）旨在对文本进行改写以满足目标风格,同时保留其原始语义内容。文本情感转换（Text Sentiment Transfer）是文本风格转换的重点研究内容,传统的文本情感转换主要集中在积极（positive）和消极（negative）这两个情感极性的转换上,转换粒度较为粗糙,难以应用在复杂的情感转换任务上。并且传统的文本情感转换方法倾向于将文本的语义
目标检测是遥感图像解析领域中的一项基础任务,被广泛应用于土地资源监测,城市规划管理以及军事侦察等领域。近年来,基于深度学习的遥感图像目标检测算法取得了巨大进展,但仍然存在不少问题亟待解决。本课题针对遥感图像检测领域存在的难点展开研究,主要研究内容如下:针对遥感图像单阶段目标检测器检测结果不准确的问题,设计了级联检测网络模型CRNet,通过两次回归得到更加准确的定位结果。此外针对级联目标检测中的特征
为解决训练数据缺乏的问题,域适应通过引入一个相似的、有完善标注的数据集帮助模型训练。联合分布自适应同时减少边缘分布和条件分布的差异,可以更全面地减少域偏移。通过对抗学习度量域偏移可以避免显式距离度量,提取质量更高的特征。因此,将对抗学习和联合分布自适应结合可以进一步提升迁移后模型的性能,但是,目前基于对抗的联合分布自适应方法较少。此外,对抗域适应在训练过程中可能会出现的梯度消失问题、特征映射方式的
智能移动设备的普及让移动边缘计算成为物联网的核心技术之一。伴随移动设备暴增产生的数据具有海量多源异构特性,使数据管理、数据安全成为移动边缘计算面临的重大挑战。元数据作为数据治理的基础,是充分利用原始数据的重要辅助,在学术界和工业界得到了广泛应用。然而,元数据隐私敏感的安全性要求和开放利用的可用性要求在移动边缘计算的分散环境下形成了矛盾。现有解决此类问题的可搜索加密方案建立在中心化的云环境下,需要可
目的：探讨盆底肌训练对阴道炎患者护理的效果。方法：选取2019年8月至2020年8月我院收治的阴道炎患者90例，采取数字随机法分为对照组（45例）与观察组（45例），所有患者均行常规阴道炎治疗，对照组予以常规康复护理，观察组在上述基础上实施盆底肌训练，对比两组患者盆底肌力等级、1年内治愈率、临床症状评分、阴道健康状况、生活质量评分、复发率及满意度。结果：护理后，观察组盆底肌力显著优于对照组，差异有
目的探讨限食疗法联合心理暗示疗法治疗老年2型糖尿病合并冠心病的效果。方法选取2018年5月至2019年11月吴川市人民医院81例老年冠心病合并2型糖尿病患者作为研究对象,按照随机数字表法分为对照组（n=39）和观察组（n=42）,对照组给予常规干预,观察组给予限食疗法联合心理暗示疗法,干预3个月后比较两组患者心理状态评分、6分步行试验以及糖脂代谢情况。结果干预后,观察组汉密尔顿抑郁量表（Hamil
神经网络算法在数据时代众多领域有着广泛应用,但是其相对于传统算法需要消耗更多计算资源。通过改进CMOS工艺的方法来提升计算效率已经变得越来越难,因此亟需新的硬件设计来提升神经形态计算的效率。忆阻器是近年来新发现的基础电路元件,可以利用其非易失性作为存储部件。基于忆阻交叉阵列的计算结构可以减少计算结构和存储部件间的通信开销,同时忆阻交叉阵列的并行特性使其可以大幅加快神经网络计算的速度。由于忆阻器元件