【摘 要】
:
超声由于检查成本低、实时性好、无辐射等优点,被广泛应用于产前筛查中。胎儿超声心脏四腔心切面是最常用的心脏切面之一,在20世纪80年代早期已被用于胎儿心脏异常的诊断,绝大部分的心脏异常都能过该切面检测出来。在产前超声筛查中,超声图像质量控制是临床诊断的重要环节。这一过程通常是手工完成的,但存在一些缺点,如需要操作人员经验丰富,操作耗时费力,不同医师之间的判别有差异等。因此,为了提高筛查的效率和准确性
论文部分内容阅读
超声由于检查成本低、实时性好、无辐射等优点,被广泛应用于产前筛查中。胎儿超声心脏四腔心切面是最常用的心脏切面之一,在20世纪80年代早期已被用于胎儿心脏异常的诊断,绝大部分的心脏异常都能过该切面检测出来。在产前超声筛查中,超声图像质量控制是临床诊断的重要环节。这一过程通常是手工完成的,但存在一些缺点,如需要操作人员经验丰富,操作耗时费力,不同医师之间的判别有差异等。因此,为了提高筛查的效率和准确性,减少医生的工作量,辅助医生进行诊断,本论文提出了一个新型的胎儿超声心脏四腔心切面的自动质量控制框架。本研究首先在专家医生的协助下,制定了胎儿超声心脏四腔心切面的质量控制协议,包括心脏四腔心切面、增益、缩放比例、肺静脉角、心尖和调节束、多根肋骨等协议项,并根据协议项的重要程度赋予不同的评估分数。心脏四腔心切面是目标切面,需要首先从医院数据库中筛选出来。增益和缩放比例则是重要的成像因素。过度的缩放比例往往导致结构显示不完整,而过小的缩放则可能导致某些解剖结构显示过小、不够清晰。对于增益,无论是过高还是过低,都可能导致成像质量低下甚至误诊。每个目标切面必须检测一些关键的解剖结构,包括肺静脉角、心尖和调节束、多根肋骨等,因为这些结构对于判断切面异常与否至关重要。本研究提出的新型胎儿超声心脏四腔心切面质量控制框架主要包括有三个网络。(1)基本的卷积神经网络(Basic Convolutional Neural Network,B-CNN),具有125 FPS(Frame Per Second)的识别速度。我们采用轻量级的SqueezeNet网络结构,并使用ResNeXt网络中的模块加以改进,形成最终的B-CNN,主要目的是从医院数据库中将目标心脏四腔心切面,包括心尖、心底和胸骨旁四腔心切面,粗略提取出来。(2)更深的CNN(D-CNN),具有33 FPS的识别速度。在B-CNN提取到心脏四腔心切面的基础上,进一步对心脏四腔心切面的成像因素,即增益强度和缩放比例,采用更深的D-CNN网络模型,结合多标签学习的方式进行识别判定。(3)聚合残差视觉模块网络(Aggregated Residual Visual Block Network,ARVBNet),具有101 FPS的检测速度。我们通过模仿人类视觉机制,提出了特征提取能力更强的聚合残差视觉模块(ARVB),并与先进的单阶段检测网络SSD(Single Shot MultiBox Detector)进行结合,形成最终的ARVBNet。该网络主要用于检测四腔心切面上的解剖结构,包括清晰的左房肺静脉角、以及心尖和调节束,还有由于操作不规范出现的多跟肋骨结构等。最后,根据三个网络的输出,得到每个四腔心切面的整体定量评估分数,从而实现全自动的质量控制。整体质量控制框架具有26 FPS的检测速度,达到了切面实时质量评估的要求。在胎儿超声数据集上的实验表明,我们ARVBNet检测网络与其他一些先进检测模型相比,不仅拥有最高的mAP(mean Average Precision),还保持着101 FPS的快速速率。ARVBNet是本论文中最具有创新性的网络模型,为了验证模型络的通用性和泛化能力,本文在PASCAL VOC数据集上测试了该模型,取得了比传统检测网络更优秀的性能。本文的质量控制框架具有通用性,在未来可以拓展到其他的超声切面,例如胎儿腹部、头部、颜面部等切面,进行质量控制。
其他文献
研究表明,生物组织发生早期病变且尚未在形态结构上产生改变时,生物组织病变部位的电特性(电阻抗、电导率、介电常量)首先发生变化。因此通过检测组织的电特性就有可能达到对疾病早期诊断的目的。生物电阻抗成像(Biological Electrical Impedance Tomography,BEIT)是对组织电特性检测的成像技术,一种继形态结构成像之后的新一代功能成像技术的统称。感应式磁声成像(Magn
面瘫又叫面神经损伤,面容的改变会给患者带来心理焦虑和生理疼痛,严重影响患者的正常人际交往与生活。及时有效地评估治疗与康复训练,有助于面瘫患者尽早康复,恢复正常人的生活质量。本课题调研发现关于面瘫评估的大多数研究是基于面部局部或整体特征进行的。目前的面部特征点检测模型使用正常人面部人脸图像数据进行训练,而面瘫会导致患者面容怪异、口角歪斜,所以使用主流的特征提取模型会出现较大误差。面瘫后面肌运动内在反
在产前超声筛查与诊断中,从三维容积超声或动态超声序列中获取标准面对于后续的生物参数测量、产前畸形诊断和胎儿生长发育评估至关重要。由于产前超声筛查需要获取几十种标准切面,因此使用动态超声序列获取标准面往往非常耗费时间与精力并且依赖医生的临床工作经验。三维容积超声通常可以通过单次扫描便可获取多种标准切面,相较于动态超声序列,其具有更高的效率并减少对医生临床工作经验的依赖。然而,由于三维容积超声本身巨大
超声射频信号是从换能器处获取的回波信号经过前置放大,A/D变换和波束合成后得到的信号,由于其包含比较完整的声场以及组织相互作用信息,在超声设备中将射频信号作为超声图像重建的原始信号。由于在传统的超声成像过程中涉及多个步骤,每个步骤都需要设置许多参数,特别是图像后处理部分,不同厂商的超声成像系统采用不同方法,其成像风格、质量不尽相同而且都根据自己的经验来进行调参。因此提出一种通用的新型超声成像方法,
脑卒中是最常见的脑血管疾病,并且是全世界范围内造成死亡和残疾最常见的原因之一。对特定脑区的标记具有潜在的研究意义,这些标记可以潜在地提供包括病情评估之内的其他信息,以预测病人功能区的恢复情况(例如,运动,言语)和对治疗反应的可能性。此外,结合多种成像模式获得的影像能提供互补的多模态信息,但是直接使用未经配准的多模态影像不仅可能会使得计算机自动分割方法的性能受限,还会增加临床医生的阅片困难。对医学影
在产前超声诊断过程中,胎儿标准切面的检测识别是一个关键步骤,是后续结构观察、生物参数测量、畸形诊断的前提。但是标准面的检测耗时繁琐,严重依赖于操作者的主观经验,对于不同操作经验的医师常做出不同的判断结果。因此设计一种自动化的产前超声标准面分类提取系统,对于减少主观差异、提高诊断效率、降低漏检率具有重要意义。与其他成像方式相比,超声图像质量较差,往往受到形变、噪声、伪影的影像。同时实际应用中对智能算
随着现代人们的生活节奏和饮食习惯正在发生重大的结构性改变,全球肾脏功能疾病的发病率和致死率急剧的增长,特别是慢性的肾脏功能疾病亟待引起人们重视。定期进行尿液筛查能让患者及时地接受治疗,延迟和制止肾脏发生损伤。其中,临床上尿液有形成分的分析和诊断对于肾脏功能疾病以及相关疾病的筛查和预防治疗都具有重要的意义,它有助于及时提供患者尿液中细胞类别及数量的相关信息,进而为泌尿外科医生对肾脏功能疾病的诊断和治
Stewart平台成功的商业应用掀起了对并联机构的研究热潮,包括机构设计以及控制策略开发。并联推台也属于并联机构的一种,它在模拟运动平台和并联机床中扮演着重要角色,特别是位姿控制精度能直接影响模拟运动平台的用户体验和并联机床加工精度,因此,并联推台的位姿控制具有重要意义。目前绝大多数并联推台的驱动机构采用液压或丝杆传动式电机,这种驱动机构虽能提供足够的负载能力,但位姿控制的响应速度和精度都较低,难
如今,临床医生对很多疾病的诊断都依靠对医学影像的观察分析,然而,由于成像设备本身成像质量的局限性及临床医生经验和知识水平的限制和影响,医生诊断往往会出现误诊与漏诊。为了缓解这个问题,计算机辅助诊断应运而生。近年来,卷积神经网络被引入到医学图像领域的各种应用中,如疾病分类、预测、病灶检测和图像配准等,且都获得了较大成功。相较于传统的机器学习方法,基于卷积神经网络的深度学习方法可以免去特征工程的繁杂,
在当代城市经济活动中,工业园区往往成为推动我国经济发展的引擎。随着经济社会发展、产业需求以及政策引导,产业园区从数量上和质量上都经历了不同的发展阶段。由于城市产业结构的优化与升级转型,最初的粗放式、单一功能的产业园区发展模式和土地利用方式已经无法适应新形势下的城市开发建设,在产城融合理念的背景下,“产城”关系随着城市的发展过程也在由分离逐渐转向融合。作为改革开放的先锋城市,深圳市率先进入产业转型和