【摘 要】
:
基于深度学习的医学数字图像的分割、分类是现代医疗的重要研究方向,但是这些传统分割方法由于通过采样存在着空间分辨率下降的问题,一些像素的重要细节被忽略,导致不能分割出更细化病变边界。且分类方法存在着各种问题,如InceptionNet存在着深度增加而引起梯度消失的问题,ResNet缓解了梯度消失问题,但是其计算量较大,训练时间长。DenseNet在保持ResNet精度的同时其计算量仅为ResNet的
论文部分内容阅读
基于深度学习的医学数字图像的分割、分类是现代医疗的重要研究方向,但是这些传统分割方法由于通过采样存在着空间分辨率下降的问题,一些像素的重要细节被忽略,导致不能分割出更细化病变边界。且分类方法存在着各种问题,如InceptionNet存在着深度增加而引起梯度消失的问题,ResNet缓解了梯度消失问题,但是其计算量较大,训练时间长。DenseNet在保持ResNet精度的同时其计算量仅为ResNet的一半,大大减少了计算量,但是DenseNet由于其密集连接的方式存在着特征冗余的问题。基于上诉问题,本文提出了结合全分辨率卷积网络,即Full resolution convolutional networks(以下称Frcn)与挤压激励密集连接网络(以下称SEDenseNet)的皮肤镜图像分割与分类,它是一种结合皮肤病变边界分割和多种皮肤疾病分类的两阶段的集成框架。主要研究内容、成果以及意义如下:(1)针对由于下采样层导致的空间分辨率下降问题,以及通过上采样和去卷积层来恢复空间分辨率损失而导致的像素重要细节被忽略和不易恢复的问题。本文提出了采用Frcn分割器对皮肤病变边界进行分割。它学习输入数据的每个像素的全分辨率特征,解决了空间分辨率下降的问题,并且不再需要一些低对比度调整、去除伪影以及进一步分割病变边界的操作,就能直接预测更细化病变边界。并且为后面的分类提供良好的数据基础。(2)针对InceptionNet、ResNet以及DenseNet存在的一些局限性,本文提出了挤压激励网络(以下称SENet)和密集连接卷积网络(以下称DenseNet)的组合网络。它将SENet作为DenseNet的附加层,通过SENet的注意力机制来标定特征通道的权重,对有用的特征通道进行增强,对无用的特征通道进行削弱,以此实现对特征通道的自适应校准,有效的减轻特征冗余的问题。(3)集成Frcn分割与SE-DenseNet分类,主要分为两个阶段。第一阶段是对分割器评估阶段;第二阶段是将分割器分割后的病变边界作为输入,再对分类器进行评估阶段。第一阶段分别采用ISBI和PH2数据集训练和评估Frcn、FCN、U-Net、SegNet网络,分别将这4个网络从数据集中分割出皮肤病变边界,实验结果显示,Frcn方法在PH2数据集上分割准确率较高,对皮肤病变的总体分割准确率为89.17%,与FCN,U-Net和SegNet相比,分别高2.26%,2.53%和1.72%,得出了Frcn分割器的优越性;第二阶段将ISIC2016数据集、ISIC2017数据集、ISIC2018数据集、ISIC2019数据集首先分别通过Frcn分割器分割出皮肤病变边界,再将分割后的图像分别通过InceptionNet、ResNet、DenseNet、SE-DenseNet分类器进行多种皮肤疾病的分类。实验结果显示,在ISIC2019数据集上准确率最高,其中InceptionNet、ResNet、DenseNet、SE-DenseNet的准确率分别84.96%、85.61%、86.19%、86.60%,实验表明,基于Frcn的SE-DenseNet皮肤病图像分割与分类算法具有更好的分割、分类效果。(4)最后通过成都市某医院皮肤科的皮肤镜病例的实验分析来进一步验证基于Frcn的SE-DenseNet的网络的实际应用价值。此项研究不仅可以作为皮肤病检查的计算机辅助系统,协助皮肤科医生提高他们的效率和分析质量,而且推动着皮肤病学图像进行计算机分析的研究发展。
其他文献
在油气矿物勘探活动中,存在盐体、火山岩层、多孔储层等地震资料反射不清的地质区域,在这种地质区域中仅依靠地震勘探采集数据往往不能取得良好的数据采集结果。在这样的现实需求下,利用电磁法进行测深或者辅助勘探成为了一种很好的选择。随着电磁法勘探技术的快速发展,急需与之相适应的三维地质建模软件以及相关技术的研发。纵观诸多现代大型三维地质类建模软件,大多数都应用在地震勘探领域,针对层位、断层、破碎带等地质结构
图像作为一种信息交流的工具,在人们日常生活中发挥着重要作用。然而在成像过程中,受限于具体拍摄环境和硬件设备条件,难以直接获得图像清晰、细节完善的高分辨率图像。而低分辨率图像无法提供足够的信息,存在图像模糊,细节缺失等问题,不能满足人们的感官享受。同时某些特定行业对图像质量的要求很高,比如安防、遥感和医学等,低分辨率图像无法达到行业标准。超分辨率重建通过特定的算法,对低分辨率图像进行处理,从而合成高
恶劣的雨天气候下,雨线会降低拍摄图像的质量,严重影响图像的清晰度和后续计算机系统对图像的处理能力,进而会导致目标跟踪、道路检测、无人驾驶等视觉算法性能的下降。因此对单幅图像进行去雨并使其清晰化,对图像信号处理和计算机视觉系统来说具有非常广阔的应用前景及其实用价值。近年来深度学习技术不断用于图像处理领域,通过构建神经网络进行去雨,取得了良好的效果。但目前大多数的单幅图像去雨方法都是从单一尺度上进行去
随着中国的经济发展进入新常态,城市建设已经由宏大叙事性的增量扩张进入到精细化建设的存量提升转型阶段,城市发展从以土地为中心转变为以人为核心,进入有机更新时期。对于如何使过去未得到充分利用的空间进行再利用、再提升,成为存量发展阶段的一个重要议题,城市老旧社区改造即是当前“存量时代”背景下城市更新改造的重要环节。为了提升社区的凝聚力,满足人们的物质文化需求,老旧社区在建设时,也开始注重文化价值的体现。
近年来,深度学习发展迅猛,并且在医疗影像领域取得了巨大的进步,医学图像分类这门技术也被广泛地应用到临床工作中辅助医生对医疗影像进行筛选和诊断。当前的医学图像分类方法大多数是基于有监督学习,训练过程中非常依赖标签数据,然而医学图像领域中大量且优质的标签数据获取非常困难。尽管大量无标签数据很容易从临床实验中获得,但有标签数据的获取需要专业医师的人工标注以及专业的医学知识帮忙判断,并且标注过程中会不可避
近年来国际主义风格建筑席卷全球,使得本土建筑地域性特色逐步消失,建筑风格趋于单调统一,人们对地域文脉和传统建筑的地域性价值重新进行了思考。在全面促进社区的综合治理以及社区更新改造时代背景下,社区问题也逐渐被广泛重视,社区文化重建就成了城市更新的核心内容。如何结合两者的特点和现状趋势,以社区图书馆如何继承传统建筑地域性特征为切入点,使得社区图书馆这一功能建筑,得以促进传统文化的共同交流,形成具有地域
在当今互联网世界中,信息技术快速发展的同时也给信息安全提出了新的挑战,比如数据被非法篡改,身份被盗用,盗版增多以及隐私泄露等,而信息隐藏技术作为信息安全领域里最重要的安全保护技术,已经被广泛应用到各个领域,其中涉及到军事、医疗、商业和个人等。信息隐藏技术主要是将隐秘信息嵌入到载体数据中,以实现信息的隐秘传输。相较于图像信息隐藏,对视频信息隐藏的研究尚处于初期发展阶段,因此研究视频信息隐藏技术具有重
随着城市化进程的推进,城市系统的脆弱性日益暴露。同时伴随着气候变化、灾害频发双重背景下,灾害风险带来的负面效应不断放大。如何缓解突发灾害给城市带来的冲击与影响,引起了全社会对城市应急能力和灾害治理能力的重新审视。城市灾害韧性是指城市系统在遭受灾害时,抵抗和化解灾害影响,维持城市的基本功能,通过学习、自适应、自组织,实现在短时间内恢复到灾前状态,以可持续的发展方式应对城市遭受的冲击。目前,国外已形成
特殊教育的发展水平是衡量某一国家或地区社会发展的重要标志之一,优质的特殊教育不仅是提高特殊人群综合素质的有效手段,在促进社会发展方面也发挥着重要作用,因此对特殊教育学校建筑创作的讨论已成为建筑设计必不可少的研究内容之一。启智学校是招收除聋哑儿童和盲童外其他障碍儿童的特教机构,从建筑类型来看,其服务人群和其他教育建筑具有较大区别,所以本文首先将就读人群分为智力障碍、自闭症谱系、脑瘫和唐氏综合症四类,
未成年人领域是检察机关少捕慎诉慎押司法实践的发源地,彼时的价值基础源于少年司法理念。社会发展与犯罪结构转型背景下,少捕慎诉慎押上升为刑事司法政策。得益于发展先机,未检工作在理念基础和制度建设方面具备一定优势,但制约发展的困境问题也清晰呈现。未成年人少捕慎诉慎押工作的"深水区"探索,应围绕社会治理和未成年人保护的新要求展开,提升适用率的同时更加关注质效。在审查逮捕、羁押必要性审查和审查起诉工作中,加