【摘 要】
：
在人工髋关节使用一段时间后,可能需要进行翻修。在含有髋关节假体的CT影像中分割出非假体部分,并对不同骨组织给予不同的标签,是翻修髋关节手术规划的需要。自动化地准确分割出临床需要的组织将对医生提供有力的辅助。鉴于深度学习在图像分割中取得的成就,采用深层卷积神经网络作为框架。在网络模型的选择上,为了避免随着深度的加深可能出现的网络退化情况,选用了带有残差机制的3D-Res Unet网络,并在该网络的扩
论文部分内容阅读
在人工髋关节使用一段时间后,可能需要进行翻修。在含有髋关节假体的CT影像中分割出非假体部分,并对不同骨组织给予不同的标签,是翻修髋关节手术规划的需要。自动化地准确分割出临床需要的组织将对医生提供有力的辅助。鉴于深度学习在图像分割中取得的成就,采用深层卷积神经网络作为框架。在网络模型的选择上,为了避免随着深度的加深可能出现的网络退化情况,选用了带有残差机制的3D-Res Unet网络,并在该网络的扩展路径中加入了分割模块用来融合网络每一层的输出特征图,以达到更加精细地分割髋关节骨组织的目的。针对数据集中带金属假体的样本量较少,而无金属假体的正常样本数据量相对较多的现状,借鉴迁移学习思想,首先利用无金属假体的正常数据对模型进行预训练,然后加入CT值替换后的金属假体数据训练,因为若直接将数据投入到模型中参加训练,网络会因为两类数据之间的差异而无法较好的拟合。为了让模型可以仅通过小幅度的参数调整就可以较好地拟合带金属假体的数据,在预处理过程中除了金属CT值替换外;还使用无金属假体数据的均值和标准差对带金属假体的数据进行标准化,进一步缩小了两类样本的差异。采用了骰子相似系数、灵敏度、特异性、豪斯多夫距离等评估指标对分割结果进行评估。与另外三种模型进行了对比实验及消融实验,实验表明,设计的数据预处理方法、增加分割模块以及迁移训练方法,提高了分割精度。
其他文献
摩擦阻尼器是依靠接触面之间的摩擦来消耗地震能量并减小结构地震响应的减震耗能装置。然而传统摩擦阻尼器的结构形式和摩擦力始终保持不变,导致其提供阻尼力是恒定的。为此,本文在前人的研究基础上研制出能产生连续可变阻尼力,自适应性强,耗能能力高的新型变摩擦阻尼器。本文的主要研究内容与成果如下:1、在前人的研究基础上,研制出具有变阻尼力和耗能能力更强的新型变摩擦阻尼器,介绍其结构特点和工作原理,推导新型变摩擦
长久以来,目标检测任务受到计算机视觉学者的高度重视,随着深度学习的快速发展,各种深度神经网络被用于目标检测,并取得了显著的效果。但是在大雾天气下,受到空气中大颗粒介质的影响,图像中目标轮廓模糊,细节丢失严重,质量低下的图像让目标检测任务变得极具挑战性。本文聚焦于大雾天气下船舶目标检测这一具体场景,对图像去雾和目标检测问题进行了深入研究,改进和利用特定数据集重训练了现有DCPDN去雾模型和YOLOv
对病人脑脊液分割是开发计算机辅助脑病理诊断系统的基础。精确地分割出脑部图像中脑脊液的区域,可以用来评价中风的严重程度。另外通过分割出来的脑脊液区域计算的体积,也可以被用作衡量脑水肿、大脑萎缩和脑积水的严重程度。因此,对医学图像脑脊液分割具有极大的研究价值。对能够快速成像的脑部CT进行脑脊液分割有着迫切的临床需求。首先对原始的脑部CT图像进行数据预处理:针对CT图像中脑脊液的HU值分布范围固定,以及
计算机断层成像技术（Computed Tomography,CT）广泛运用于人体组织结构的扫描,但是当人体内含有金属植入物和其他具有高衰减系数的物体时,会导致在CT图像中形成金属伪影,这些低质量的CT图像对医疗诊断和治疗评估等会产生不利影响。所以需要去除金属伪影（Metal Artifact Reduction,MAR）以改善CT图像的质量。针对MAR问题,提出一种基于监督式的条件生成对抗网络MA
部分接受全髋关节置换术的患者,在术后一段时间出现病理情况需要进行二次翻修。在翻修术前,需要通过患者CT图像获取关键解剖点和解剖轴的参数信息,辅助医生进行术前规划,提高手术准确度。根据临床需求,确定课题任务,即定位髋部假体球头和臼窝中心、拟合假体柄轴线和颈轴线。鉴于要定位的点、线并非解剖结构上的显著点,且病例图像较少的情况,充分利用髋关节假体的特征,制定了基于传统图像处理的定位方案。算法主要分为三个
对于全髋关节置换的一些患者,在假体使用一段时间后,可能要进行髋关节假体的翻修。在临床手术前,需要在CT图像中定位出假体股骨柄球头和髋臼杯的中心点的坐标位置,为髋关节翻修手术的术前规划提供依据。研究关键点的自动化精确定位方法,有助于提高医生的工作效率,减轻工作负担,提升手术的成功率。针对髋部假体的几何形态特点,提出一种基于假体形状拟合的快速定位髋骨假体关键点的方法。方法分为三个步骤:首先对原始CT图
大脑是人体极为重要的器官。尽早诊断与治疗可以有效的减少脑部疾病带来的巨大伤害。脑组织的分割是对脑组织进行定量分析的关键步骤,其中脑脊液分割是脑组织分割中的一个重要研究课题。近年来,基于深度学习的CT图像脑脊液分割取得了较大进展,但因预测时间过长,限制了其广泛的应用和发展,因此,研究高精度且预测效率高的分割模型具有重要意义。本文提出了一种基于U-Net的脑脊液自动分割方法,即Reduce U-Net
随着计算机软件及硬件技术不断完善和成熟,以及当前影像测量市场的需求极大地促进了影像测量系统的发展。国外的影像测量系统技术发展非常成熟,并且已经商业化,然而国内的影像测量系统大多是基于国外软件接口进行二次开发。在这两个背景下,通过对影像测量系统需求的分析,实现了影像测量仪几何元素构造系统。首先介绍了开发工具和环境,Qt开发平台用来设计与用户进行数据交互的界面,Open CASCADE提供了几何元素类
随着越来越多的人从农村迁居到城市,小区的规模越发壮大,由于疏于管理防范等原因也引发了许多安全问题,越来越多的居民开始担忧小区的安全情况,因此小区的安全防控也越发显得重要。为了保护居民的生命健康和财产安全,借助目标检测等相关技术实现小区的自动化实时安全监控与报警。小区的周界检测系统是智能监控系统的一个方向,它可以实现摄像头视频流的读取和解码、人体检测、多路摄像头并行处理、危险区域标记和告警等功能。系
随着工业的发展,工厂产品测量对测量精度和效率的要求越来越高,影像测量仪作为高精度仪器,如何减小其误差、提高其精度受到行业内广泛研究。构建数学模型、利用软件完成影像测量仪误差补偿的方法以其经济、高效等特点,在行业内广泛应用。拥有精确度高、稳定性强、热膨胀系数小、耐腐蚀性好等特点的线纹尺,常用于长度测量工具中作为测量校准光学部件。利用线纹尺进行影像测量仪的定位误差补偿方法,即基于交互的误差补偿,需要人