【摘 要】
:
乳腺癌是妇女癌症中最常见的一种,其中乳腺钙化灶的出现,是存在早期乳腺癌的重要信号。早发现,早诊断,早治疗能够在一定程度上降低乳腺癌的致死率。目前在临床上,进行乳腺癌早期筛查的主要手段是乳腺X线摄影技术,在乳腺钼靶图像中,钙化灶通常表现为较亮的点状区域,但由于钙化灶通常非常小,以及与周围环境之间难以分辨,使得钙化灶特别是微钙化灶的检测对于放射科医师来说,仍然存在一定的困难。同时有经验的放射科医生一般
论文部分内容阅读
乳腺癌是妇女癌症中最常见的一种,其中乳腺钙化灶的出现,是存在早期乳腺癌的重要信号。早发现,早诊断,早治疗能够在一定程度上降低乳腺癌的致死率。目前在临床上,进行乳腺癌早期筛查的主要手段是乳腺X线摄影技术,在乳腺钼靶图像中,钙化灶通常表现为较亮的点状区域,但由于钙化灶通常非常小,以及与周围环境之间难以分辨,使得钙化灶特别是微钙化灶的检测对于放射科医师来说,仍然存在一定的困难。同时有经验的放射科医生一般会在多个视角图像中观察同一个病灶来进行诊断,但对没经验的医生来说,认识病灶之间的对应关系则是一项具有挑战性的任务。因此,如果能让计算机辅助检测乳腺钙化灶并给出两个视角之间病灶的匹配关系,将会大大减轻医生阅片的工作量。现有的基于乳腺钼靶图像的钙化灶检测方法,首先往往是基于单视图的方法,存在信息量不足的问题;其次已有的基于单视图的检测方法一类是利用手工特征进行检测,这种方法不仅复杂,同时还会存在大量的假阳性,且容易受乳腺致密性影响;还有一类方法是直接利用已有的基于深度学习的检测框架进行检测,而钙化灶在图像中非常小,特征难以提取的同时在检测过程中阳性锚点的数量也会非常少,容易存在样本不均衡问题。本文针对以上问题,提出了一个基于多视角乳腺钼靶图像的钙化灶检测与匹配网络,旨在能够从不同视角图像中检测钙化灶并给出钙化灶的匹配关系,从而得到结合多视角信息的钙化灶检测结果。具体而言,本文从以下三个方面展开研究:1)在钙化灶检测问题上,针对手工特征提取复杂的问题,本文采用目前在医学图像领域表现较好的基于深度学习的分割方法,避免了手工提取特征的过程;针对小病灶特征难以提取的问题,本文则在特征提取过程中将上采样以及下采样的特征结合来得到更加准确的分割结果,以及适当减少下采样的次数以避免小病灶过多的信息丢失;最后针对单视图信息量不够的问题,通过匹配不同视角图像中的钙化灶检测结果来进行假阳性的筛除,得到基于多视角图像的检测结果。实验结果表明引入多张图像信息能够有效提高钙化灶检测的精度。2)在钙化灶匹配问题上,针对钙化灶在图像块中占比很少,网络很难在匹配过程中有效的提取钙化灶的特征等问题,本文提出了带有注意力机制的匹配网络,通过计算两张输入图像特征之间的余弦相似度来分别构建注意力图,将注意力图与网络提取的特征加权平均得到引入注意力之后的特征,再送入后续的全连接层进行匹配。实验结果表明了引入注意力机制对匹配精度有所提升。3)最后是数据问题,目前能够用于乳腺钼靶图像病灶匹配的公共数据集几乎没有,已有的工作均为挑选仅含有一个病灶的病例进行匹配,本文收集并辅助标注了一批高质量且有多个病灶之间对应关系的病例,对后续病灶匹配的研究工作有重要意义。
其他文献
新基建是以新发展理念为引领,以技术创新为驱动,以信息网络为基础,面向高质量发展需要,提供数字转型、智能升级、融合创新等服务的基础设施体系。一方面,"新基建"包含的三项(信息、融合和创新)基础设施,是全社会的信息化基础设施,为应急管理部门提供了强大的基础设施保障;另一方面,应急管理方面丰富的应用场景,对"新基建"有着紧迫的需求,可以拉动"新基建"建设。为更好地满足新时代应急管理工作需求和应急指挥实战
随着计算机技术的快速发展,图像处理、计算机视觉技术广泛应用于目标检测与识别、智能交通、工业生产等领域。清晰可靠的影像资料对计算机视觉算法的发展与应用尤为重要,当影像监控设备在雨天进行室外作业时,其捕获的视频图像会包含大量的雨水条纹,在雨水条纹遮挡区域内,图像的背景细节将会部分丢失,甚至完全丢失,不利于后续图像处理工作的进行,严重制约了户外计算机视觉系统与计算机视觉算法的应用。本文对当下视频图像去雨
近年来,各个国家日益重视海洋经济,而海洋装备的推广和应用对海洋经济的发展起着重要促进作用。水面无人艇作为其中一种智能型海洋装备,越来越多的科研工作者投入到了其相关技术研究中,这对水面无人艇的发展有重大意义。针对无人艇目标探测与自主巡航功能,本文重点研究了复杂水面环境下水面目标检测识别和跟踪算法。其中对于检测识别部分,本文根据深度学习中双阶段和单阶段检测识别算法提出了两种不同的解决方案。具体研究内容
近年来,随着大数据技术及其相关应用的发展,数据产生速度也在不断提升,出于对本地硬盘容量限制的考量和取用的方便,越来越多的用户开始选择将自己的数据保存迁移到云服务器上,以避免烦杂的本地文件管理,且可以从多端获取到便捷的服务。然而,一些云端的用户数据泄露事件使得人们开始重视数据的安全性问题。为了保证用户数据安全以及用户隐私,数据以密文的形式存储在云服务提供商的服务器中,用户数据以密文方式存储会丧失一部
随着互联网的持续发展,视频数据大量积累,人们对于视频的有效获取有了更高的要求。目前,一般的检索系统没有评估资源的好坏,也没有对用户做有针对性的检索,个性化推荐时也并未考虑当前用户的意图。为了使用户检索视频资源时能够获取质量相对较高并且和用户相关程度较大的视频,也为了使用户能够获取个性化推荐的视频,加快用户获取合适资源的效率,缓解用户在检索效果上的体验不佳,设计并实现了视频检索与推荐系统。系统首先抽
利用机器学习技术来对搜索结果进行排序,这是近几年非常热门的研究领域。信息检索和推荐领域一般的做法是:通过一个打分函数将搜索词和文档的关联关系转化为相关度预估,然后根据预估值对文档序列进行排序后的结果返回给用户。但随着影响相关度的因素变多以及候选文档的增多,排序难度也越来越高。在搜索引擎中,对于一个拥有大量候选文档的关键词,关心的往往只有排在前面的相关度较高的部分文档,即topN文档。因此,可以先通
视频标注技术能够分析视频所包含的信息,理解视频内容,对视频进行标注,并达到与人相媲美的准确度。随着互联网上视频规模的日益庞大,这使得迫切需要研究相关算法为用户找到其感兴趣的视频,而这些算法的研究都离不开视频标注,因此视频标注技术具有重要的意义。基于视觉特征的视频标注算法通过卷积神经网络提取视频帧的特征,然后随时间聚合帧特征,最后进行视频标注,但这种方法不仅在视频帧特征聚合时没有考虑到每个帧对于视频
雾霾天气下,许多交通场景都需要测量当前场景的能见度。传统方法一般都使用相关的硬件设备测量或者直接的人眼估计等方法。这些方法的往往具有硬件成本高、测量不够精确等缺点;不仅如此,由于其成本的限制,往往难以普及,无法及时地对特定场景的能见度进行测量。因此,本文提出了一种基于视频图像的测量方法,所提出的方法通过直接获取现有交通摄像头获取视频图像来计算能见度值,不需要额外硬件投入并且测量准确等优点,因此具有
近些年来,各种高传染,高致病性公共卫生问题频发,从2014年非洲爆发的埃博拉病毒到2019年底蔓延全球的新型冠状病毒,无一不极大的危害了人类社会的发展以及市民的身体健康。为了获得足够的防护,各种医用卫生用品的需求量激增,据统计,新冠肺炎爆发期间,国内的口罩单日产量可达7600万只,其数量十分庞大,却依旧无法完全满足国内需求。不难发现,在我国口罩等个人卫生防护用品的生产占据着很大的市场,因此围绕着相
比特币的出现掀起了区块链技术的热潮。随着不断的普及和推广区块链技术,其安全问题也日渐引人关注,如果无法保证区块链的安全性能将会影响其未来的应用和发展。Fabric平台的出现,满足了对特定行业的多种多样的需求,并引入了这个领域内的开拓者的经验。但是,fabric在其加密模块的设计上有一个很致命的问题,在最新的1.4版本乃至之前的版本都没有提供一套国产商用密码算法的支持,这将会极大地阻碍fabric在