基于多尺度融合卷积神经网络的肺结节自动检测算法研究

来源 :河北大学 | 被引量 : 0次 | 上传用户:letter0110
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在全球范围内,肺癌的死亡率居各种癌症之首。肺结节是肺癌早期的发病症状,准确检测与治疗肺结节对降低肺癌患者死亡率具有重要意义。目前,肺结节的筛查与诊断主要通过计算机断层扫描(CT)图像来实现。然而,肺结节在CT图像中尺寸不固定、形态多变,且易与肺内血管、器官等组织混淆粘连,因此,准确检测肺结节是一项十分困难的工作。随着深度学习在医学图像中的发展和应用,使人工智能技术辅助医生快速诊断肺结节已成为可能。本文针对肺结节检测中肺结节特征提取不全面,肺结节检测算法易受肺结节尺寸影响等问题,提出了融合多尺度卷积神经网络的肺结节自动检测算法,并采用密集连接的策略进一步提高了对微小肺结节的检测精度。主要工作如下:1.融合多尺度卷积神经网络的肺结节自动检测算法。由于CT图像中肺结节在尺寸和形状上的差异性,及其在灰度上与肺内血管的相似性,准确、全面提取肺结节特征变得十分困难,从而导致临床上肺结节的多检与漏检的问题,本文提出了一种融合多尺度卷积神经网络的肺结节自动检测算法。在用于大规模图像识别的深度卷积网络(VGG16)上引入多尺度特征融合策略,通过不同尺度上特征的融合分析,实现了肺结节特征的准确提取,极大地保留了肺结节特征的语义信息和细节信息。在多尺度融合特征图上进行肺结节检测,得到多种尺度下的肺结节候选框,引入非极大值抑制策略对多尺度下的肺结节候选框进行优化分析,得到最优的肺结节检测位置。本文利用肺部影像数据库联盟(LIDC-IDRI)中的肺结节数据对算法进行了验证,肺结节的平均检测精度达到90.9%。2.基于改进密集连接网络的微小肺结节自动检测算法。针对微小肺结节难检测,特征提取不全面的问题,本文构建了基于改进密集连接网络的微小肺结节自动检测算法。充分利用卷积密集连接在特征传递与特征提取方面的优势,建立了具有五个密集连接模块的特征提取网络,充分提取微小肺结节的多尺度特征,并对多尺度特征进行融合分析,提升对微小肺结节的检测精度。改进后的密集连接网络对微小肺结节的平均检测精度达到91.64%,比融合多尺度信息的VGG16网络检测结果提高1.16%。
其他文献
阿尔茨海默病(Alzheimer’s Disease,AD)是一种常见于老年人的不可逆转的神经退行性疾病。特征表现以进行性记忆丧失和认知障碍为主,并伴随有人格变化等特点。轻度认知障碍(Mild Cognitive Impairment,MCI)是介于AD和正常人(Normal Control,NC)之间的早期病理状态。目前对AD患者还不存在有效的药物可以完全治愈,如果能进行预防性干预,那么患者的病
随着社会的发展,人们的生活场景也随之发生较大的改变。如今各种电子智能设备随处可见,不健康的作息时间及用眼疲劳等导致了更多的人患眼底疾病。视力是人们获得外界信息的重要方式,倘若发生病变会严重妨碍人们的正常生活。不同眼部疾病会对眼底结构造成不同程度的变化,眼底图像是医生诊断眼部疾病最直接和有效的凭据,因此进行眼底图像分析对眼部疾病的辅助诊断具有重要意义。对于眼底图像早期分析,包括视网膜血管分割和视盘视
阿尔兹海默症(Alzheimer’s Disease,AD)俗称老年痴呆,是一种不可逆且致死的慢性神经性疾病。目前,全球有阿尔兹海默症患者5000万人,且患病人数逐年增长。该病发展病程缓慢,且临床上没有能完全治愈该病的方案,只能在该病前驱期(Mild Cognitive Impairment,MCI)通过一些药物或心理干预的方法减轻症状延缓病情。因此,通过医学影像技术对该病及其前驱期的诊断非常重要
随着社会和科学的不断进步,移动机器人在各方面得到广泛的应用,其中运动目标检测和跟踪技术也应用到移动机器人上,受到广泛研究者的关注。然而,运动的目标在检测和跟踪,会受到各种各样因素的影响,比如出现动态背景的干扰,光照的突然变化,遮挡物体的突然出现,目标颜色与背景颜色相似等情况,这些因素都会对检测和跟踪产生干扰,所以对于运动目标检测和跟踪技术的研究也变得越来越重要。为解决上述问题,本文主要借助移动机器
虽然,视觉SLAM(Simultaneous Localization and Mapping)广泛应用于机器人自主定位和地图构建。但是,在面对光照变化、纹理变化、以及快速运动等情况时,视觉SLAM定位会产生精度不准确的问题。因此,在视觉SLAM系统中引入IMU传感器进行耦合(视觉惯性里程计)提升定位的准确性和鲁棒性。其中,若视觉信息失效会导致IMU迅速漂移。当移动机器人以恒速运动或者纯旋转运动时
随着现代物流和服务行业的发展,人们对移动机器人的功能要求越来越高,希望机器人能深入人类社会生活,协助人类完成更精细、更多样的智能任务。提高移动机器人功能的技术核心是自动导航技术,该技术能使移动机器人在复杂陌生的环境中自主且精准地完成导航任务,但目前传统的导航方式已然不能满足现代需求。被广泛研究的实时定位与地图构建(Simultaneous Localization and Mapping,SLAM
混沌是在研究非线性系统过程中发现的一种极为特殊的现象,其动态特征极为复杂。混沌理论是现代非线性系统研究的重要分支。本文基于Lü系统,通过增加非线性状态反馈控制器,提出了一种新型超混沌系统。在此基础上对系统的状态方程进行了动力学特性分析:如耗散性、稳定性、初值敏感性等;通过对该系统Lyapunov指数谱的分析,得出了系统在周期、准周期、混沌及超混沌状态下的系统参数范围及相对应的相位图。根据系统的状态
如今全球糖尿病的人数越来越多,很多糖尿病并发症都会成为人眼失明的主要原因,如糖尿病视网膜病变(Diabetic Retinopathy,DR)、新生血管性青光眼(Neovascular Glaucoma,NVG)等,一旦疾病恶化到一定阶段,会对视力造成不可逆转的损伤甚至失明。目前对于眼底病变的诊断基本通过专业医生对眼底生理结构或病灶直接观察。这个过程费时费力,同时眼底图像病症复杂,各种病变程度存在
导热系数是材料的热物性参数之一,导热系数的准确测量有着非常重要的理论意义和使用价值。防护热板法是目前为止测量绝热导热材料导热系数最准确的绝对方法,但是近年来中国计量科学研究院开展的国内绝热材料导热系数测量的比对结果显示,不同实验室、不同来源的防护热板导热仪的测量偏差达到±15%。分析比对结果,认为产生测量差异较大的关键原因是导热仪的温度测量和控制水平不高,急需一种精确控温的方法和热控制系统,来提高
运动目标检测与跟踪技术是计算机视觉领域的一个重要研究课题,已经被广泛应用于安防、交通管理、机器人视觉。通过搭载视觉传感器获取视频图像信息,已成为移动机器人平台感知环境的重要方式。本文基于单目视觉研究NAO机器人运动目标检测与跟踪应用实现。由于实际应用场景复杂多变,现有的算法不能满足实际应用的需要。针对经典Camshift算法应用于机器人目标跟踪过程中遇到的问题,分别从目标检测和目标跟踪两个方面进行