【摘 要】
:
心血管疾病(Cardiovascular disease,CVD)为当今世界主要的健康问题之一,大多数心血管疾病可归因于冠状动脉狭窄的问题。由于计算机断层扫描血管造影(Computed tomography angiography,CTA)其成像具有高分辨率以及无创性而被用于冠状动脉疾病诊断和治疗中,精准的冠状动脉分割在诊断和治疗中具有重要的作用。然而人工干预的分割难以满足不断增长的数据量,全自动
论文部分内容阅读
心血管疾病(Cardiovascular disease,CVD)为当今世界主要的健康问题之一,大多数心血管疾病可归因于冠状动脉狭窄的问题。由于计算机断层扫描血管造影(Computed tomography angiography,CTA)其成像具有高分辨率以及无创性而被用于冠状动脉疾病诊断和治疗中,精准的冠状动脉分割在诊断和治疗中具有重要的作用。然而人工干预的分割难以满足不断增长的数据量,全自动分割方法在冠状动脉分割中变得越来越重要。近年来,深度学习中卷积神经网络(Convolution neural networks,CNN)被广泛用于医学图像的自动分割中。由于CTA图像具有高分辨率和高维度的特点,使用CNN对CTA图像分割冠状动脉时,需要将图像进行下采样或转换为切片以及切块进行分割以降低计算资源。但是下采样导致图像局部细节丢失,而切片和切块只包含图像局部信息且缺乏全局性,这限制了模型的分割性能。针对上述问题,本文基于CTA图像数据研究了深度学习分割冠状动脉的方法,其中研究内容如下:(1)为了有效地融合图像全局与局部信息进行分割,本文提出一种基于U-Net的集成分割模型。该模型通过构建轻量级3D U-Net的分割模型、2D U-Net的多切片分割模型以及3D U-Net的切块分割模型学习CTA图像全局和局部的信息,最后对各模型进行集成得到分割结果。实验表明,基于U-Net的集成分割模型相比于单一的直接分割以及切片和切块分割具有更高的准确率。(2)虽然基于U-Net的集成分割模型对于分割冠状动脉取得了较好的准确率,但需要训练多个高分辨率下的分割模型,整体计算开销较高。因此,本文提出了一种基于膨胀先验区域的两阶段分割模型,通过学习全局膨胀先验指导局部图像切块进行分割。该模型首先通过3D U-Net在低分辨率下提取膨胀的全局先验区域,根据先验区域对CTA图像划分切块并使用3D U-Net++进行分割。与U-Net的集成分割模型相比,该模型分割冠状动脉的准确率有所提升,且使用膨胀的先验区域比非膨胀的先验区域具有更好的分割结果。(3)为了进一步提高冠状动脉分割的准确率,本文提出了基于3D Triplet注意力和多尺度集成的分割模型。该方法通过将3D Triplet注意力机制融合到3D U-Net++,并作为集成分割框架的切块分割网络提升切块分割的准确率。另一方面通过膨胀先验区域和非膨胀先验区域制作不同尺寸的切块训练3D Triplet U-Net++网络得到多个局部尺度的分割,同时加入了轻量级3D U-Net的全局尺度的分割集成得到最后的分割结果。实验结果表明,基于3D Triplet注意力和多尺度集成的分割模型进一步提升了冠状动脉分割的准确率。
其他文献
时序行为数据广泛存在于各类应用系统中。如何挖掘时序行为数据中有意义的行为模式,捕捉用户潜在需求,进而提出更好的预测、推荐或运营策略受到了研究者们的广泛关注。本文提出的面向时序行为的潜在状态学习方法致力于实现离散稀疏行为数据的特征表达,在此基础上对用户的潜在状态及其复杂的时序依赖关系进行建模和学习,从而实现更好的时序推荐。然而,时序行为的状态建模和表征学习主要面临着以下三个挑战:(1)用户真实的行为
基于观测数据发现变量背后的因果关系是许多学科所研究的重要问题。其中,事件序列作为一种重要的数据类型,是由连续时间域上的离散事件组成,常以各种行为记录,系统日志,异常告警等形式出现在经济、社会科学、通讯系统等应用场景中。基于事件序列发现不同事件类型之间的因果关系,能够帮助人们进行生成机制分析,根因定位,事件预测等研究。然而基于多变量事件序列数据,发现事件类型之间的因果关系是一项具有挑战性的任务。一方
随着计算能力的提升和控制技术的进步,无人机被越来越广泛地应用于工业生产和日常生活中。路径规划是无人机领域的核心问题之一,多目标监视是路径规划的一个重要应用。群体智能是智能计算的一种,有收敛速度快、计算成本低、优化能力强等优势,在函数优化、旅行商问题、有依赖的优化问题和作业调度等问题上有广泛的应用。将群体智能算法应用于多目标监视的路径规划,有利于提升无人机的路径规划能力,从而提高无人机工作效率,节约
时代在发展,教育也在不断变革。近年来,国家不断发布文件推动教育信息化,微课作为教育信息化的产物,取得了丰硕的发展成果。经分析发现,微课在化学复习领域应用研究较少。2019年新版高中教材发布至今,有关“物质的量”微课研究甚少,而“物质的量”内容是高一学生学习的难点。因此本文以“物质的量”为例研究系列化复习型微课的应用,以期找到有效的复习方法,解决学生复习困境,培养学生良好的自主学习习惯;找到有效的复
越来越多的证据表明,长链非编码RNA(lncRNAs)与多种疾病密切相关。识别有意义的lncRNA与疾病的关联将有助于我们更好地理解这些疾病的分子机制。然而,由于传统生物实验漫长的实验流程和高额的实验成本等原因,使用传统的生物学实验只能推断出有限数量的lncRNA-疾病关联对。因此,开发推断潜在疾病lncRNA关联的计算方法,不仅可以减少研究的时间和成本来为生物实验提供方向,而且可以在lncRNA
随着气候变化、环境问题的进一步加深,当前的能源消耗趋势得到了越来越多的关注,其中建筑部门相关活动的能源消耗占到全球终端能耗的三分之一以上,随着发展中国家的城市化推进,预计未来一段时间全球建筑能源年消耗量仍将持续增长,为了实现2060年“碳中和”的目标,需要一系列节能措施提高建筑的能源效率,而准确可靠的建筑能耗预测是这些节能措施的最重要一环,它不仅是评估节能措施节能潜力的重要工具,也是智慧建筑的重要
孪生支持向量机(Twin Support Vector Machine,TWSVM)作为一种经典的二分类支持向量机模型,随着机器学习技术的发展,被不断改进。孪生支持向量机的设计目的是为了提高执行效率。孪生支持向量机解决二分类问题是通过求解两个二次规划问题,得出两个不平行超平面。每个超平面都靠近一个类的数据点,并且远离其它类的数据点。为了进一步提高执行效率,有学者提出了最小二乘孪生支持向量机。将孪生
心理健康素养的培养是初中教育教学的目标内容之一,也是素质教育的必然要求。开展心理健康教育对中学生学习和生活发挥着重要作用。本文通过分析中学生心理健康教育的必要性,进一步剖析了教学中存在的问题,针对现行中学心理健康教育教学模式滞后、不适应网络社会环境,且教师不重视心理健康教育、存在认知偏差、未认识到个别学生的心理问题等现状,提出了家校共育搭建课堂+实践+网络互动的教育平台,同时端正教育认知并兼顾全体
随着互联网技术的快速普及和各种舆论平台源源不断的出现,人们逐渐在这些网络平台发表言论和倾诉情感,因此产生了海量的网络评论文本,这些文本蕴藏着丰富的信息,如何挖掘文本信息的价值赋能也随之成为了研究热点。自然语言处理领域的文本情感分析正是挖掘海量文本价值的一种技术,其中基于深度学习技术的文本情感分析是目前研究的热点。尽管目前基于深度学习技术的文本情感分析模型不断涌现并被广泛应用,但是依然存在很多技术点
WebRTC(WebReal Time Communication,实时网页通信)是一个音视频通信接口,可以实现浏览器和各类型终端之间的音视频通信。WebRTC可以在Web网页端、i OS、Android、Linux以及Mac OS等多种平台上运行,具有音视频采集、音视频编解码以及数据传输功能,是主流音视频解决方案之一。当低照度、大光比环境中进行拍摄时,或在拍摄参数设置错误的情况下,视频图像可能出