【摘 要】
：
计算机断层扫描（Computed tomography,CT）在临床应用中实时快捷、图像质量高,已经成为脊柱类疾病检测的主流成像方法之一。从CT图像中分割出椎骨是脊柱类疾病诊断和治疗的重要步骤。传统分割方法或者基于机器学习技术在分割性能和效率方面均满足不了实际临床应用的需求,深度学习尤其是卷积神经网络的强大识别能力使得它能够得到显著优于其它方法的分割结果。本文研究基于深度卷积神经网络AM-UNet
【基金项目】
：
国家自然科学基金（61172167）； 黑龙江省科学基金项目（LH2020F035）； 黑龙江省青年科学基金项目（QC2017076）；
论文部分内容阅读
计算机断层扫描（Computed tomography,CT）在临床应用中实时快捷、图像质量高,已经成为脊柱类疾病检测的主流成像方法之一。从CT图像中分割出椎骨是脊柱类疾病诊断和治疗的重要步骤。传统分割方法或者基于机器学习技术在分割性能和效率方面均满足不了实际临床应用的需求,深度学习尤其是卷积神经网络的强大识别能力使得它能够得到显著优于其它方法的分割结果。本文研究基于深度卷积神经网络AM-UNet对脊柱CT图像进行全自动分割。首先,对原始CT图像进行必要的预处理,包括双边滤波、调窗处理,对图像进行数据增强以避免后续分割神经网络出现过拟合。其次针对椎骨形状复杂、病变以及干扰信息多导致图像难以分割的问题,提出了一种融合多级特征增强和多尺度特征提取的卷积神经网络AM-UNet。该网络一是通过级联Res2net模块进行多尺度特征提取,充分利用不同尺度感受野的特征组合,提高网络多尺度特征提取能力,有效解决椎骨形状大小多变的问题;二是为了让网络模型学习到本质特征并抑制无关信息,提出了多级特征增强:跳跃连接前,利用通道注意力模块按通道方向增强低层次特征,跳跃连接后,加入通道注意力与空间注意力并行互补的双重注意力模块增强高层次特征;三是采用深度监督的方式训练模型,最后将分割网络AM-UNet应用于椎骨图像分割。在椎骨分割公开数据集上,本文研究方法平均分割Dice系数和95%HD分别达到92.05±0.52%、7.9110±0.5171,比其它深度学习模型具有更好的分割效果。消融实验结果表明:多尺度模块的Dice系数达到91.37±0.65%,能有助于提升整体模型分割准确性;多级特征增强95%HD达到9.1597±0.7115,在保持边界以及抑制干扰方面发挥更大作用;深度监督将二者充分融合互补。
其他文献
词义消歧是自然语言处理领域的一个常见问题。词义消歧问题的目的是从歧义词的多个词义列表中识别正确的词义,消歧模型往往需要根据目标词汇的上下文来作为判断依据。词义消歧影响到自然语言处理中很多任务的性能,包括机器翻译、文章分类、情感分析、语音识别等。消岐准确率不高是自然语言处理领域急需解决的问题。为了解决消歧准确率较低的问题,本文使用transformer模型、LSTM模型、注意力机制来构建消歧网络。在
宫颈癌原发于子宫颈部,是女性生殖道中发病率最高的恶性肿瘤。宫颈癌细胞病理辅助诊断系统可以实现宫颈癌的早诊断、早治疗,从而控制病情进展,改善预后。虽然该系统临床效果不错,但依然存在很多不足。尤其是宫颈细胞图像存在一些问题,影响了系统诊断准确率的提升。首先,系统中硬件滤光片的使用会使宫颈细胞图像丢失部分颜色,从而会改变图像中细胞原本的颜色,并且降低图像各部分的对比度,给人工阅片增加困难,进而增大漏诊、
滚动轴承是现代旋转机械设备中最重要的部件之一,在机械运转中起着重要作用,并广泛应用于现代工业设备当中。据统计,近一半的机械故障均是由于滚动轴承故障而造成的,轴承故障使得机械设备无法正常高效运行,安全性降低,使用寿命缩短,及时的预防和诊断滚动轴承的故障也将大大的减少旋转机械的故障,减少安全事故和挽回经济损失。因此,研究和开发滚动轴承的故障诊断方法具有十分重要的意义。在现实场景的工业应用中,因为工作条
随着“云大物智移”等新一代信息技术的迅猛发展,以及万物皆服务理念的快速普及,智能手机在人们的生活中变得越来越重要。相应的,移动应用市场中的软件服务（即移动端应用软件）数量也在持续增长,而在从这样巨大的候选软件服务集中进行选择时,用户往往无法便捷地找到合适的软件服务。因此,如何为用户高效地推荐合适的软件服务已经成为了推荐领域的热点问题。为了满足用户便捷地找到合适软件服务的需求,很多学者都对服务推荐问
近年来,随着机器人技术的快速发展,社会对居家机器人的需求不断上升。智能居家机器人分类有扫地机器人、家居辅助机器人和厨房助手机器人等,这些机器人不能分类识别目标物并放置。针对现有居家机器人能够清理的垃圾种类有限问题,本课题以全向移动机器人为移动平台,对室内环境中的路径规划、目标分类识别以及机械臂抓取三项技术进行研究。基于机器人操作系统（ROS）搭建软件系统,在仿真和实际环境中构建环境地图,结合路径规
超级电容器（SCs）以其极好的安全性、优越的循环稳定性、高功率密度和环保等优点,近年来在众多先进的可再生能源设备中脱颖而出。然而,商业SCs的低能量密度不足以支撑长时间的能耗系统,因此亟需开发兼具高比电容和宽电位窗口的电极材料。掺杂是调节材料晶体结构的有效策略,为储能创造更多的活性位点,其中非金属掺杂已得到了广泛的研究,但阳离子的微量掺杂对金属化合物的增强机理尚不清楚。基于此,本文以钨基纳米材料为
现代经济的发展离不开能源。核能作为一种新型可再生能源,广泛应用于食品、中药等产品的辐照灭菌、二次加工等领域。在核辐射环境下,对退化图像中货物类别信息的准确划分和位置信息的异常变化检测可以为自动化运输和核事故预警防护提供可靠的理论依据和技术支持。传统的退化图像信息识别技术存在诸多缺点,目前已不能满足于智能化生产的要求,如何利用深度学习网络模型克服其存在的不足,提高核辐射场景下货物的类别和位置信息的识
超声液位探测方法在气象、水文和海洋等众多领域起着重要的作用,提高液位探测的精度具有重要的意义。针对狭小空间内超声波阵列结构受限、复杂反射回波的问题,研究多输入多输出（MIMO）超声探测系统的达波方向（DOA）联合估计方法,在此基础上开展非均匀超声阵列探测的研究。本文首先对MIMO超声阵列结构深入研究,主要分析阵列排布与虚拟阵元数量的关系,并基于相位中心近似原理形成虚拟阵元不重叠的非均匀MIMO超声
随着半导体技术的发展,封装技术对微电子封装材料的要求越来越高。在理论与经验的指导下,通过实验不断尝试新材料或者新的元素相互组合的传统的封装材料的研究策略已不适用于如今半导体与封装技术愈发受重视的当下。同时,基于第一性原理的高计算复杂度以及材料可探索空间的增大,第一性原理计算与实验结合的方式逐渐不能满足对微电子封装材料研究的需求。因此提出一种新的能在大材料空间进行高效探索的研究策略对封装材料的研究来
微操作技术是对微米级别的被控对象进行拾取-释放等系列操作,在微机电系统、微注射医疗与微成像等领域发挥着越来越重要的作用。随着微观领域科学的进步,对微操作技术的操作效率与精度也提出了更高的要求。由于当前的微操作方法中普遍存在着操控效率低、破坏性较强等特点,对未来微观领域中系统操作整体效果与实际生产能力影响提出艰巨的挑战。因此研究基于电化学的微构件操控策略,对提高微操作的高效性、灵活性以及微米级金属对