【摘 要】
：
在医疗诊断与研究的领域中,医学影像为临床诊断提供了关键性的辅助作用。但在传统的临床医学工作中,主要还是依靠放射科专家或医生结合自己的经验对影像进行主观的判断,不仅工作效率低,还可能存在漏诊与误诊情况的发生,而这已经不能满足当今医学领域发展的需要。随着计算机辅助治疗的日益发展,近年来,机器学习在医学研究领域中引起了极大的关注,尤其是以深度神经网络为代表的机器学习方法。因此,为了克服以往传统人工阅片的
论文部分内容阅读
在医疗诊断与研究的领域中,医学影像为临床诊断提供了关键性的辅助作用。但在传统的临床医学工作中,主要还是依靠放射科专家或医生结合自己的经验对影像进行主观的判断,不仅工作效率低,还可能存在漏诊与误诊情况的发生,而这已经不能满足当今医学领域发展的需要。随着计算机辅助治疗的日益发展,近年来,机器学习在医学研究领域中引起了极大的关注,尤其是以深度神经网络为代表的机器学习方法。因此,为了克服以往传统人工阅片的局限,进而提高放射科医师的效率和诊治的精确度,本文就通过运用机器学习的各种方法对膝关节磁共振成像（Magnetic Resonance Imaging,MRI）中半月板和女性宫颈影像,这两个方面医学影像展开了深入研究。本文的主要的研究工作和创新性成果包括以下两个方面:（1）针对膝关节MRI中半月板的定位及分割研究,设计并提出了一种基于掩膜的区域卷积神经网络（Mask Region Convolutional Neural Network,Mask RCNN）的新方法,该方法可以直接在影像中自动提取到特征并实现半月板的自动定位与分割。为了突出半月板的比例特征,首先对原始成像数据进行了预处理,将其成像比例缩小到原始图像的1/8左右,之后通过伽马变换增强图像的对比度;然后,再将预处理后的图像数据输入到预先训练好的Mask R-CNN中。在此过程中,使用迁移学习的方法来生成网络训练的权重。通过随机选用1000张影像进行测试,交并比（Intersection-over-Union,Io U）和戴斯系数（Dice Similarity Coefficient,DSC）的均值分别达到83.68%和91.13%,与传统手工提取特征的研究方法相比,该方法在保证半月板分割质量的同时,能够有效减少人工的干预,提高半月板分割的效率。（2）针对女性子宫颈像中宫颈病变分级预测的研究,提出一种利用改进后的VGG-16网络实现女性宫颈病变分级预测的方法,并结合原始图像中女性宫颈部位的颜色及纹理信息设计新的算法用于实现宫颈感兴趣区域（Region of Interest,ROI）的提取及病变位置的定位与分割。以宫颈病变二分类为例,通过多次对比实验,最终宫颈病变分级预测的准确率高达92.95%;与未改进的方法进行比较,时间复杂度与空间复杂度明显下降。经过实验证明,提出的方法是可行的,能够辅助放射科医生进行癌变等级的诊断,提高诊断的效率与准确率。
其他文献
随着如今电子元器件更趋向于大规模集成化和微型化,传统半导体材料逐渐暴露出短板,因此,科研人员在自然界寻找一些能够取代传统材料的新型半导体材料。由于传统半导体受到禁带宽度的限制,在有些方面的性能有很大的不足,一些超宽禁带材料开始引起人们的注意。在超宽禁带半导体材料中,氧化镓在击穿电场、透光率以及电子迁移率等方面的优势非常显著,所以广泛地应用在一些大功率、高频以及光电器件中。氧化镓材料的研究可以分为氧
近年来,多模光纤（Multimode Fiber,MMF）在腔内医学诊断和光学成像等领域有着广泛应用。由于MMF中包含模式众多,不同模式之间的干涉和色散等相互作用使图像经过MMF传输后呈现散斑状图案。因此,阐明MMF输入与输出图像之间的非线性映射关系是研究MMF图像传输和散斑重构成像的关键。本文设计了一种卷积神经网络,用来实现散斑信息的高利用率和散斑图像重建的高准确度。此外,MMF成像过程中很多因
随着中国经济的快速发展,基础设施建设也突飞猛进。基建的主体结构基本上都是由钢材、水泥、砂石等工程材料构建而成,为施工项目供应工程材料的工程材料采销企业应运而生。因为工程材料采销行业门槛比较低,对业务流程的管理较为粗放。随着竞争的加剧,市场对工程材料采销企业提出了更高的要求,成本取胜、低价中标成为行业常态,经营风险随之增加。那么,工程材料采销企业如何对原有的业务流程进行优化,将流程中的风险、成本和效
为保障输水管线安全高效运行,解决输水管道状态实时检测问题,本文搭建基于输水管线的相位敏感光时域反射计（Phase-sensitive optical time domain reflectometry,Φ-OTDR）预警系统,设计算法实现了管道振动信号处理与模式识别功能,降低了系统的误报警率。本文具体研究内容主要分为以下几点:（1）对实验室采集到的PZT压电陶瓷振动信号进行去噪处理。使用均衡优化算
随着经济的快速发展,车辆行驶安全已成为当今社会极度重视的安全问题。因此本文提出了一种基于单目与视觉技术的车辆测距预警系统。该系统首先使用基于YOLOv5s改进的算法对需要检测成像车辆进行识别处理,然后在此识别基础上对目标使用测距算法,实现目标的测距效果。最后,在开发板上移植测距系统,测试测距精度。本文中主要的内容还包括:（1）针对YOLOv5s算法中模型训练梯度消失,小物体目标识别困难以及边界框回
日志结构合并树（Log-Structure Merge-tree,LSM-tree）具有高效的写入性能并且在大数据场景下性能表现良好,它通过内存组件将随机写转换成顺序写,然后将数据组织成排序字符串表（Sorted String Table,SSTable）的形式顺序写入到磁盘中。磁盘组件是一个多层结构,LSM-tree通过合并操作来整理底层组件的数据并清除无效信息。合并操作会不定期的整理底层数据并
功率变流装置作为新能源电力系统的主要组成部分,其可靠性问题倍受业界关注。绝缘栅双极型晶体管（Insulated Gate Biopolar Tranistor,IGBT）作为功率变流装置的核心部件,因其开关速度快、损耗小、驱动电流小、控制电路简单等优点被广泛应用。然而,IGBT模块的工作环境通常较为恶劣,其热可靠性决定了整体系统能否稳定运行。温敏电参数法（Temperature Sensitive
数字化的浪潮扑面而来,融入了各行各业的发展进程,互联网在带来便利的同时也为层出不穷的网络攻击提供了生长土壤,入侵检测的重要性随之上升。近年来多种检测方式的涌现为入侵检测打开了新思路。本文首先收集并解析了近年来国内外入侵检测领域的先进案例,分析了其优缺点,进而有针对性的选择了使用深度学习方法对入侵检测进行研究。本文的核心工作列举如下:（1）鉴于神经网络在入侵检测领域的优异性,本文复现了多种应用于入侵
信号在传播过程中会受到多径时延与衰落的影响,为了实现在接收端的正确检测,信道估计技术在通信系统中十分关键。大量研究证明无线多径信道呈稀疏特性,而基于压缩感知理论的信道估计技术可以有效利用信道的稀疏性,提高估计性能与频谱利用率。本文主要研究在联合稀疏模型下信道估计算法,具体内容如下:分析了5G通信系统中无线稀疏信道特点,得到5G离散信道响应相对4G更加稀疏与连续多个符号经历的信道响应具有强相关性特点