【摘 要】
:
大数据时代的降临,伴随着医学成像设备的升级,产生了大量的医学影像数据,加重了影像分析医生的负担。因此,容易会出现疾病漏诊误诊的情况,导致诊断结果出现偏差。人工智能技术使计算机辅助医生进行疾病诊断成为可能。辅助诊断不仅减轻了医生负担,还减少了漏诊误诊的可能性。医学影像分割技术,正是辅助诊断的基础。然而,基于深度学习的分割技术需要大量的已标注信息。该需求与当前医学影像标注数据量少、标注数据昂贵、迁移成
论文部分内容阅读
大数据时代的降临,伴随着医学成像设备的升级,产生了大量的医学影像数据,加重了影像分析医生的负担。因此,容易会出现疾病漏诊误诊的情况,导致诊断结果出现偏差。人工智能技术使计算机辅助医生进行疾病诊断成为可能。辅助诊断不仅减轻了医生负担,还减少了漏诊误诊的可能性。医学影像分割技术,正是辅助诊断的基础。然而,基于深度学习的分割技术需要大量的已标注信息。该需求与当前医学影像标注数据量少、标注数据昂贵、迁移成本高存在矛盾。因此,本文提出了一种基于小样本学习的医学影像分割技术,分别从先验知识的算法、数据、模型三方面展开研究,充分利用已有的标签数据,并使用少量的标签就能使网络完成新类别标签的分割任务。本文主要工作包括以下三点:(1)算法方面:由于数据增强操作对不同的医学影像数据有不同程度的作用,为了利用先验知识优化搜索最优模型,提出了基于迁移学习的小样本增强策略。通过评估各操作对该数据集的效果设置概率;然后使用基于分类网络的自监督学习模块,获得小样本分割的特征提取网络的初始参数;最后将该参数迁移至小样本分割的特征提取网络。在三个小样本数据集的分割任务上证明了该策略可以提升网络分割的精度。(2)数据方面:针对医学影像已标注数据量少的问题,为了通过先验知识扩充训练数据集,提出了一种基于生成对抗网络的医学小样本扩充技术,用于对数据集进行扩充。该方法针对不同任务的目标域,设置了两种框架,并提出了基于任务的分割损失函数。在三个数据集上进行了验证,获得了质量较好的生成数据集和更优的分割评分。(3)模型方面:结合所获得的算法和数据方面的先验知识,为了利用先验知识缩小模型需要搜索的空间,使小样本分割模型在分割新数据样本时不进行微调也能得到较好分割结果,提出了一种面向医学影像原型提取的小样本分割技术。该技术通过多尺度特征提取、多原型融合等方法,在三个数据集上完成了对新类别较准确地分割。
其他文献
在针对遥感图像的目标检测应用中,对重要物体的关键部位进行目标检测具有重大的研究价值,在军事上,可以利用关键部位目标检测发现具体要打击的部位,从而进行精确打击。经过测试,现有的目标检测算法针对小目标物体的关键部位检测会发生许多漏检的情况,究其原因是小目标物体的关键部位检测更加具有挑战性。为了解决现有技术进行关键部位目标检测精度不佳的问题,本文围绕神经网络轻量化技术、关键部位目标检测技术、神经网络结构
随着深度学习研究的不断扩展,自监督学习作为一种新兴的无监督学习方法,被用于训练网络在无标注的数据集上进行表征学习,目前已经在计算机视觉领域中取得了一定的成果。为了从无标注数据中学习通用视觉特征,研究者利用自监督学习方法提出了一种常用的解决方案,即设计不同的代理任务供网络求解。同时,网络在优化代理任务中的目标函数的过程中得到了训练。然而,在现有的自监督学习方法中,研究者通常利用网络外部信号设计自监督
教智融合背景下,虚拟仿真技术不断走进中学物理课堂,引起物理教学的又一轮革新。本文以“电流热效应”教学为例,主要从“创设生活情境,感知概念;创建探究实验,建构概念;联系生活实际,升华概念”三个方面出发,利用NOBOOK虚拟仿真实验进行物理教学,旨在克服传统实验不足,提高课堂效率和实验效果。
深部围岩动力灾害发生的本质在于围岩积聚能量的突然释放,通过锚固支护实现能量的有效吸收是围岩控制的常用手段,也是围岩动力灾害控制的关键。锚固岩体动力特性及控制机制研究是锚固支护合理设计的前提。基于此,本文研发了新型高强、高延伸率、高吸能特性恒阻吸能支护材料,开展了恒阻吸能锚固岩体动力试验,分析了锚固岩体的动力学响应特征与能量演化规律。结果表明,与无锚岩体相比,恒阻吸能锚固岩体表面损伤率和体积损伤率分
辐射供冷空调系统因其具有节能、热舒适性好及噪音低等优点,被人们广泛关注并加以使用。本文所研究的埋构式地板辐射供冷系统是一种新兴的辐射供冷空调系统,其独特之处在于该类型的辐射地板是将换热盘管预埋于建筑现浇混凝土结构层中,换热盘管与结构层形成一体并直接作为供冷的末端。与传统辐射供冷系统相比,埋构式地板辐射供冷系统除了具有节能、热舒适性好的优点之外,还不占用建筑层高、不限制楼板承重,逐渐受到关注。辐射地
网络结构自然地表达事物间的联系,在日常生活的各个方面都有体现。如何合理地表示网络中节点的特征信息是图结构分析的一个重要研究内容。网络表示学习是节点特征学习的一类方法,将网络中的节点特征转化为低维稠密实数向量应用于后续的链接预测和节点分类任务中,传统的网络表示学习方法不足之处在于没有充分考虑节点的全局和局部特征,因此,本文充分考虑网络节点的拓扑特征提出SINE(Second Information
在设计非线性系统的控制方案时,死区、齿隙、摩擦和未知非线性环节等均会对闭环输出信号的跟踪效果产生负面影响,主要表现为齿隙在某一时间段内的发生的力矩时滞,进而导致系统对参考信号的跟踪误差以及齿轮做换向运动时因冲击而产生的扰动信号。因此,如何利用自抗扰控制、滑模控制等先进控制方法对非线性环节补偿抑制进而提高系统的瞬态和稳态性能一直是控制研究的热点之一。本文首先对死区和齿隙非线性之间的关系进行分析并重点
在石油钻井的过程中,随钻测试仪器能够及时测量反馈井的斜度、方位、井下温度、钻杆扭矩等参数,是钻井工程顺利进行的安全保障。大多数随钻测试仪器的供电采用锂电池,此种方式存在供电量小、安全度小、污染严重等多种弊端。采用永磁同步发电机的供电方式可克服掉锂电池供电所带来的诸多缺陷,提高供电稳定性,能够为钻井工程的顺利进行提供相应保障。石油钻井过程中,通常采用循环泥浆对钻头进行冷却和润滑,若将流动泥浆中蕴含的
随着采掘机械化程度的提高和开采深度的增加,矿井粉尘污染、高温热害问题日益严重,威胁着井下工人的身体健康和企业的安全生产。喷雾除尘降温由于其具有方便快捷等特点得到了广泛的应用,但纯水喷雾对于疏水性强的粉尘除尘效率较低,纯水喷雾雾化程度低、比热容低等也影响了降温效率,且目前对活性磁化水除尘降温综合性能研究不够深入。本文在理论分析的基础上,采用实验研究、数值模拟和工程应用设计等相结合的方法,从活性磁化水
随着科学研究的不断进步以及工程实践的快速发展,多目标优化问题的存在越来越普遍。多目标进化算法由于其基于种群的特性成为了解决该类问题最有效的方法之一。尽管大量的变异算子被设计出来解决具有各种难点的优化问题,但绝大部分多目标进化算法仍然在面对不同问题时使用固定的变异算子。依靠重复实验选出最合适的算子需要消耗大量的人力物力,因此近些年来的一些研究致力于在算法搜索过程中自适应地选择不同的算子来避免繁杂的人