【摘 要】
：
乳腺癌是在女性群体仅次于皮肤癌的癌症。随着医学技术的发展,超声诊断（一种使用声波产生体内结构图像的成像方法）为乳腺疾病和状况的诊断以及对治疗的指导提供了非常有价值的信息,而这些重要信息有助于医生对患者的病情做出更合理的诊治,从而提出更有效,更有针对性的治疗方案,降低误诊率,从而降低肿瘤对患者生命的影响。BI-RADS乳腺肿瘤分类总共包含有BI-RADS 0-6这几类,其中BI-RADS 4类又可以
论文部分内容阅读
乳腺癌是在女性群体仅次于皮肤癌的癌症。随着医学技术的发展,超声诊断（一种使用声波产生体内结构图像的成像方法）为乳腺疾病和状况的诊断以及对治疗的指导提供了非常有价值的信息,而这些重要信息有助于医生对患者的病情做出更合理的诊治,从而提出更有效,更有针对性的治疗方案,降低误诊率,从而降低肿瘤对患者生命的影响。BI-RADS乳腺肿瘤分类总共包含有BI-RADS 0-6这几类,其中BI-RADS 4类又可以进一步分为BI-RADS4A,BI-RADS4B,BI-RADS4C这三类。不同的级别代表了对乳腺健康状况的判断,级别越高表示患有恶性肿瘤的可能性越大。本文的研究目的就是对经过医生人工分类的乳腺肿瘤进行BI-RADS分类。传统的乳腺肿瘤分类主要是简单地进行良恶性分类,在实际的应用中,单纯采用良恶性的分类对医生进行更准确更对症的治疗方案所产生的效果并不大,他们需要更加详细的信息,也就是BI-RADS分级结果。相对于传统的二分类,BI-RADS分类主要包含两个方面的难点,首先是如何准确定位肿瘤的关键特征区域,其次是如何从该区域中提取有效信息。这些信息无法简单地通过人眼来观察得到。针对上述的难点,本文利用视觉Transformer相关技术来深入挖掘乳腺肿瘤图像的高级特征,对肿瘤进行比良恶性更加细致的BI-RADS分类。主要内容包括:首先本文探讨了图像锐化技术对深度学习网络训练乳腺肿瘤数据的影响,即先强化了图像的边缘特征,再把强化后的图片送入视觉Transformer网络模型中进行训练和学习,从而达到图像信息增强的目的,这一切都是基于数据集本身的特点和乳腺BI-RADS分类的先验知识,即边缘知识对于分类十分重要。并且本文对视觉Transformer的网络结构进行了改进,并利用视觉Transformer的优势组件对深度残差网络进行改进。最后本文采用知识蒸馏的方式将传统的卷积神经网络和视觉Transformer神经网络进行更高层面的融合,将两者所学习到的信息进行共享,进一步提高网络对BI-RADS分类的准确度。经过实验发现,知识蒸馏能够对网络起到更好的提升作用。
其他文献
新型冠状病毒肺炎（Corona Virus Disease 2019,COVID-19）是一种由新型冠状病毒（Severe Acute Respiratory Syndrome Coronavirus 2,SARS-COV-2）引起的呼吸道传染病。冠状病毒可跨物种传播到包括人类在内的多种哺乳动物,严重威胁人类健康及公共卫生安全。因此,快速准确地预测冠状病毒宿主分类对于未来防控流行病具有重要意义。本
考试是一种检验考生学习能力和选拔人才的方法,通过考试,可以了解考生对所学知识的把握程度,从而选拔合适的人才。考场作为考试的场所,需要有监考人员进行监督,来防止考生在考试时作弊。只有公平公正的考试环境,才能够检验出考生的真实水平。随着科技的发展,监考的手段也不断地现代化。传统的监考方式主要依靠人工监考,考试中心会在每个考场安排监考和巡考人员来维持考场秩序。通常由于考试集中在期末,规模较大,并且监考人
化合物-蛋白质相互作用（CPI）预测是药物研发领域的一个重大课题。药物研发过程中,需要从大规模化合物中筛选出能与蛋白质亲和的样本,这一步用化学实验的方法比计算的方法消耗大得多。随着各种科学实验的不断进行产生了大量生物数据,通过计算机建模能够快速有效地利用这些数据对化合物进行筛选。因此提高化合物-蛋白质相互作用预测的准确率,可以缩小化合物的搜索空间,在药物研发过程中起着至关重要的作用。针对现有化合物
随着物联网的发展,智能家居设备越来越普及,并且智能家居已经实现了以“物”影响“物”的方式来控制家居设备之间的交互,我们把这种方式称为事件驱动式编程,其中具有代表性的事件驱动式编程第三方平台是IFTTT。然而对于普通的新手用户来说,事件驱动式编程上手起来还是存在一定难度。同时,用户在智能家居环境下对设备的使用数据对科研工作者分析用户行为有重要意义。然而由于用户数据的安全性和不同厂商的数据壁垒,智能家
肥胖是全球第五大死亡风险因素,发生发展的过程极其复杂,它是许多心血管疾病的前期体现。肥胖产生的炎症反应、产生的游离脂肪酸、脂肪组织中特异性表达的蛋白如PPARγ等、脂肪细胞因子ADPN、TNF-α等以及鞘磷脂类物质如神经酰胺等都与肥胖导致的胰岛素抵抗（Insulin Resistance,IR）关系密切。目前市售的减肥产品或药品副作用大、治疗效果有限,因此寻找效果好的天然无毒产物治疗肥胖并探究其可
近年来,随着信息网络技术的普及与发展,网络中产生的数据量急速增长,其包含的信息也愈加丰富,利用信息网络的研究去指导人们的现实生活已成了一种必然趋势。链路预测作为信息网络的主要研究内容之一,其目的是预测信息网络中节点与节点之间产生链路的可能性。链路预测有着理论研究价值,在社交网络、生物医药、金融等领域有着广泛的应用。链路预测的核心问题是探究网络的演化规律和结构特性。尽管目前链路预测的方法众多,但是融
信息技术的发展,使得生活中的软件层出不穷,漏洞也会越来越多,一些重要的软件的漏洞被恶意使用后会给个人、企业甚至国家造成巨大的损失。由于一些可执行文件大多不开放源码,这就给漏洞的检测造成了困难,技术人员不得不借助逆向分析工具来进行分析。可执行文件可以被理解成由一个个函数组成的二进制文件,在进行反汇编或逆向分析的过程中,确定其中函数的边界就显得尤为重要。当前针对二进制函数边界识别技术的研究有限,大多都
土壤盐渍化是人类面临的一个全球性问题。研究并揭示耐盐、碱植物在进化过程中产生的适应性及其特有的耐受机制对于改善土壤盐渍化和提高植物甚至作物的耐受性具有重要意义。柽柳作为一种先锋树种,可在重度盐、碱地上正常生长,是研究耐盐、碱植物适应机制的重要材料。大量研究表明,在植物适应非生物胁迫的过程中,表观遗传修饰起到非常重要的调节作用,但关于柽柳耐盐、碱胁迫的表观遗传学机制的研究尚未见报道。本研究以柽柳为材
点击率预测任务在推荐系统与计算广告行业有重要的意义,然而以往的方法大多需要人工设计算法模型,需要大量的专家知识,费时费力。为改善这一问题,本文提出使用自动机器学习技术实现点击率预测模型的自动化设计,实验证明了所提出的方法相较于人工设计的方法有更好的稳定性与预测能力,同时,本文在原有基础上对搜索过程做了进一步优化,提高了预测准确性。首先,本文总结了常用的点击率预测的微操作,构建了基于cell的搜索空
叶孔菌属是隶属于担子菌门、蘑菇纲、锈革孔菌目、锈革孔菌科的一类大型木生真菌,在民间具有药用的传统。近年来叶孔菌属多在中国地区被发现,其中雪柳叶孔菌和暗色叶孔菌被认为是该属中主要的两个药用真菌物种。尽管某些医学研究已经承认了叶孔菌的药用功能,但目前对叶孔菌的认知还远远不足以支撑对其进行商业化的生产活动。本研究通过单因素实验、PB试验、最陡爬坡实验以及三因素三水平响应面实验实现了对叶孔菌液体发酵培养基