【摘 要】
:
医疗行业拥有令人惊叹的数字图像数据,其中包含丰富而未经探索的信息。这些数据可以转化为有价值的知识,在决策过程中为医生提供支持。从基于人工分割的评估到全自动的评估,人们提出了不同的方法来分析医学图像数据。由于基于人工分割的方法耗时且可重复性较差,因此计算机科学家一直致力于开发自动化方法。图论和机器学习方法是发展自动化医学图像分析方法的广泛而有效的技术。卷积神经网络(CNN)是机器学习的一个子集,它通
论文部分内容阅读
医疗行业拥有令人惊叹的数字图像数据,其中包含丰富而未经探索的信息。这些数据可以转化为有价值的知识,在决策过程中为医生提供支持。从基于人工分割的评估到全自动的评估,人们提出了不同的方法来分析医学图像数据。由于基于人工分割的方法耗时且可重复性较差,因此计算机科学家一直致力于开发自动化方法。图论和机器学习方法是发展自动化医学图像分析方法的广泛而有效的技术。卷积神经网络(CNN)是机器学习的一个子集,它通过分层和连通的算法来获得自适应特征,每一个算法都提供对其所输入数据的不同解释。基于图论的模型以灵活强大的方式来表示各种图优化问题。虽然基于图的方法有很多种,但是本文的工作主要集中在图搜索和图割方法上。这些方法能够将不同的平滑度约束(如区域和边界信息)集成到图的构造中,从而以能够解决空间平滑度问题的方式解决问题。本研究旨在探讨CNN和基于图论的方法对视网膜神经上皮层脱离(NRD)相关积液的识别能力。NRD是许多发达国家男性个体视力损害的一个相对常见因素。频域光学相干断层成像(SD-OCT)是眼科诊断中一种公认的成像方法,能够对视网膜形态组织进行即时直接成像。尽管SD-OCT具有优势,但它生成的视网膜图像信噪比相对较低,需要仔细选择分析方法。鉴于NRD的严重性和SD-OCT图像的性质,提出一种全自动的方法对NRD进行早期检测和随访,以消除晚期诊断和错误治疗时可能出现的失明。为了促进SD-OCT图像中NRD相关积液自动分析技术的发展,本研究进行了以下工作。1.基于图论提出了一种分割NRD相关积液和11个视网膜表面的方法。该方法的主要创新是引入了一种被称为“划分和合并”的技术,以解决基于图优化的计算量大的问题。在下积液和视网膜层分割方面,我们提出了一种新颖的解决方案,该方法可以定位中央凹区域,该区域可以捕获大小不同的中央凹区域,而无需任何有关中央凹半径的信息。2.设计了一种卷积神经网络模型,以解决与下积液异常相关的分割问题,包括SDOCT图像中的NRD、视网膜内积液(IRF)和色素上皮脱离(PED)。该模型利用最新的CNN概念来捕获下积液类型的解剖学差异,以便可以精确地对它们进行分割和分类。3.在当前状态下,采用CNN获得最佳效果时受到超参数选择和相关体系结构设计的影响。由于它们庞大且相互依赖,因此需要大量的工作来选择适当的超参数。其他研究领域,例如使用CNN模型的句子分类,已有先前的工作,这些工作为确定最佳超参数给出了良好的指导;但是,对于诸如从SD-OCT图像进行下积液分割之类的任务尚不清楚。考虑到这一点,我们进行了广泛的实验,以研究和区分对所提模型重要的和相对无关紧要的超参数。在准确性、训练时间、测试时间和训练稳定性方面评估了每个超参数对所提模型的影响,在此过程中,以训练损失为中心进行了分析。4.最后,在同一数据集上测试了基于图的模型和基于CNN的模型,以比较和揭示每种方法的优缺点。根据实验结果,在准确性方面,卷积神经网络模型提供了更好的结果。卷积神经网络模型具有可扩展性,能够在不改变模型设置的情况下分割三种类型的视网膜下积液。基于CNN的模型需要大量样本训练和计算资源,例如基于GPU的计算机系统。另一方面,对于基于图的模型,即使与基于CNN的模型相比,该模型实现的精度较低,但计算效率更高。“划分和合并”方法大大降低了图优化的计算成本,因此该模型可以在任何基于CPU的计算机上运行。此外,由于基于图的模型依赖于基于问题规范的图结构和图像数据,因此该模型能够通过简单统计信息表示的先验信息模型进行分割NRD相关的下积液和11个视网膜表面。使用CNN模型进行11个视网膜表面分割等任务目前尚不容易实现,原因是CNN需要大量的训练数据集,并且来自受NRD影响的图像,通过手动分割获得所有这些图层的金标准相对困难,在这些图像中,图层的结构和强度分布发生了明显变化。基于图的缺点是,它需要面向于特定应用的转换,包括成本函数、约束和模型参数。在某些情况下,这些函数无法表示专家们没有认真观察和表示的数据集。为了使其在临床上可行,基于图的方法需要专家的干预。但是对于CNN,如果可以使用附加的代表性训练数据集,则该模型可以简单地自学习和更新。
其他文献
自动驾驶车辆是汽车产业未来重要的发展方向,在交通、工业、农业等领域均具有广阔的应用前景。为了实现自动驾驶车辆轨迹跟踪控制功能,保障车辆在不同工况下行驶的稳定性和安全性,本文对自动驾驶车辆自适应轨迹跟踪控制算法展开研究。首先,本文对车辆进行运动学和动力学分析,建立车辆动力学模型,并使用魔术公式建立车辆轮胎模型。为了保证算法实时性,对车辆模型进行线性化与离散化处理,为控制算法提供模型基础。随后,考虑日
针对丝材电弧增材制造高强高硬增材结构的难题,引入铁基碳化钨作为增强增硬相,以高氮钢作为基础相,利用等离子弧作为铁基碳化钨难熔丝材的热源,进行了铁基碳化钨高、低电流范围工艺试验,铁基碳化钨与高氮钢异步双丝层间交叠构件增材试验,以及同步双丝均质增硬构件增材试验。研究了不同条件下微观组织、显微硬度、拉伸性能、冲击性能以及动态力学性能变化规律,为多维异质高强高硬增材结构-性能一体化设计与制造提供了理论依据
目前肤载电子的热调控集中在解决过热上,缺乏过冷服役成为限制面向冬季的电子皮肤及新兴脸载电子应用的技术瓶颈。本文重点关注了面向肤载电子的纤维素水凝胶复合薄膜的超拉伸率、抗冻性和红外阻隔性能研究。主要研究结果如下:利用金属离子配位键和自由基聚合制备先物理交联后化学交联的水凝胶(Gel-PiC),其超拉伸率为当额外水的添加量为259%,高于目前已知文献。水蒸气透过率(WVTR)为234.0 g/m~2/
激光诱导周期性表面结构是一种发生在激光与物质相互作用过程中的现象,在线性偏振激光辐照下的金属、半导体以及介电材料表面均有发现,作用激光的脉宽范围可以从连续波到几飞秒。在材料表面制备周期性结构可以对其润湿特性、光学特性和摩擦学特性等性质进行改变,从而使其在生物学、医学、化学和微机电系统等领域得到广泛的应用。本文从实验研究、理论分析方面对多脉冲皮秒激光诱导典型红外窗口材料表面周期性结构的方法进行了研究
作为制导弹箭推力矢量装置的一种方式,燃气舵具有结构简单、推力损失小、动态响应速度快等优点,可以大幅提高导弹的机动性。燃气舵舵片在喷流流场中偏转产生控制力和控制力矩,改变弹体姿态,其核心部分为控制系统控制执行机构使舵片偏转。本文针对无刷直流电机本身存在非线性和时变性,较难实现高精度控制等难点问题,围绕燃气舵控制系统及其控制器开展研究,开展了基于蚁群算法参数寻优的PID控制研究,主要工作内容及研究成果
环境感知系统对无人驾驶而言至关重要。激光雷达以其精准的空间测量能力与良好的环境适应性被广泛应用于感知系统,但昂贵的价格阻碍了其在无人驾驶商业化中应用的进程。价格低廉的低线束激光雷达数据稀疏,目标特征不足,因此,基于稀疏三维点云的目标检测系统研究对推动无人驾驶落地发展有重要意义。本文围绕园区无人驾驶目标检测展开研究,主要工作包括:改进基于随机采样一致性地面分离算法,通过平面拟合与区域生长相结合的方法
现代航空发动机广泛采用双转子结构,其内、外转子之间通常采用滚动轴承作为中介支承。滚动轴承将内、外转子联结,使各转子的动力学行为通过滚动轴承发生耦合,可导致复杂振动行为。对于滚动轴承及其双转子系统响应的研究主要采用非线性动力学模型,不过也有研究指出,双转子系统的线性简化模型在非共振位置可以很好的描述系统的响应特征。因此,通过计算系统等效线性模型和非线性模型的共振响应特性,将有助于对比揭示非线性因素对
共结晶技术和主客体包涵策略是开发先进高能量密度材料非常有前景的两种方法。本论文采用分子动力学(MD)和密度泛函理论(DFT)方法,系统研究了不同溶剂对炸药1,3,5,7-四硝基-1,3,5,7-四氮杂环辛烷(HMX)晶体形貌的影响;探究和分析了黑索金(RDX)与不同溶剂形成的超分子复合物,并通过蒙特卡罗模拟预测了其可能的堆积方式;探讨了TNT/苯胺共晶的晶体和分子结构、分子间相互作用以及表面结构和
钛合金由于其优异的材料性能而广泛应用于航空航天、国防军用舰艇、体育、化工及生物医学等领域,其性能特点主要包括较小的密度、较高的比强度,良好的耐热性能及优异的耐腐蚀性能。众多钛合金中,Ti-6Al-4V双相钛合金由于其较高的加工硬化率、良好的强塑性匹配性能而得到广泛应用。本文以TC4(Ti-6Al-4V)钛合金为研究对象,研究了不同热轧变形工艺和热处理工艺对材料微观组织和力学性能演变的影响。本文主要
随着滚动直线导轨副在工业领域的广泛应用,人们对其精度的要求也越来越高。为了满足更高的使用需求,对滚动直线导轨副各组件进行研究具有重要的应用价值。本文将基于滑块滚道型面参数的检测对导轨副接触性能进行研究,具体的研究工作如下:根据波矩和波高的比值,将滑块滚道型面参数分为微观层面的波纹度和宏观层面的几何形状。首先研究了波纹度对导轨副接触性能的影响,根据粗糙度轮廓仪检测滑块滚道的微观形貌,采用正弦波曲线模