【摘 要】
:
磁共振成像(Magnetic Resonance Imaging,MRI)技术可以获取到反映人体器官组织多种信息的多模态医学图像,例如:T1加权、T2加权和FLAIR图像等,这些多模态MRI图像被广泛的应用到疾病诊断和临床治疗中。但是,成像原理的限制导致了获取多模态MRI图像需要昂贵的时间成本和经济成本,因此,从已有的MRI图像来准确预测出所需的MRI图像,例如,从已有T1加权图像预测缺失的T2加
论文部分内容阅读
磁共振成像(Magnetic Resonance Imaging,MRI)技术可以获取到反映人体器官组织多种信息的多模态医学图像,例如:T1加权、T2加权和FLAIR图像等,这些多模态MRI图像被广泛的应用到疾病诊断和临床治疗中。但是,成像原理的限制导致了获取多模态MRI图像需要昂贵的时间成本和经济成本,因此,从已有的MRI图像来准确预测出所需的MRI图像,例如,从已有T1加权图像预测缺失的T2加权图像,可以减少患者的成本和提高医院的工作效率。针对现有的跨模态医学图像转换算法在转换过程中不能保持生成图像与目标图像之间病理特征信息的一致性,且一次训练只能完成特定的单向转换任务的问题,本文提出了基于多生成对抗网络的跨模态医学图像双向转换模型和基于生成对抗网络的多模态医学图像多向转换模型,用来在转换过程中保持源图像的病理信息不发生改变以及适用于复杂的三种及以上模态的MRI图像的多向转换场景。本文研究工作如下:1.针对目前已有的医学图像转换算法一次训练只能完成特定的单向转换任务,并且在转换的过程中不能够保证源图像的病理信息不发生改变的问题,本文提出了一种基于多生成对抗网络的跨模态医学图像双向转换算法。该算法融合了深度特征和手工特征损失函数,在两种模态的MRI图像之间同时学习双向非线性映射,例如,T1加权和T2加权图像之间的双向映射,并且引入病理标签来保持病理信息的一致性。在配对和无配对数据集上的实验结果表明,相比于现有的医学图像转换算法,该算法能够在一次训练完成双向跨模态转换任务的同时保证预测图像和原始图像的病理特征信息的一致性。2.针对当前的单向和双向跨模态转换方法不能够一次训练完成复杂的三种及以上模态的MRI图像的多向转换的问题,例如,一次训练完成T1加权到T2加权和T1加权到FLAIR图像之间的转换等,以及能够充分利用大量的无配对数据集进行训练。本文提出了基于生成对抗网络的多模态医学图像多向转换算法。该算法引入模态编码提取器来约束输出图像的编码信息与目标模态编码保持一致,以此来完成三种及以上模态的MRI图像的多向转换任务,并且能够更充分地利用大量的无配对数据集进行训练。在有监督和无监督场景下的实验结果表明,该算法经过一次训练即可完成三种及以上模态MRI图像之间的多向转换。同时,相对于对比方法来说,该算法在无监督训练场景下能够得到更准确的预测图像。3.针对当前的深度学习模型均为后台运行程序,医护人员不能够直观使用等问题,本文设计并实现了面向多模态MRI图像的跨模态医学图像转换系统。该系统能够在读取MRI图像之后自动对MRI图像进行预处理以适用于跨模态转换模型的输入格式,同时能够设置转换模型的输入输出模态参数,并在转换之后能够导出输出MRI图像。用户可以通过系统界面直观地选择输入MRI图像和所用转换模型,设置对应参数后系统将自动输出所需的目标模态图像。该系统不仅方便了医护人员的使用,而且能够推进跨模态医学图像转换算法的落地实现。
其他文献
“药价虚高”是影响我国医疗卫生事业发展的主要原因之一,近年来,我国通过推进国家医疗政策改革,发布了一系列药品集中采购的指导意见,并借鉴国外药品集中采购的经验,开始尝试GPO(药品集中采购组织)模式进行药品集中采购,目前该模式在降低药品价格方面已经取得了一定的成果。自GPO模式试点开展以来,形成了以GPO主导和医疗机构主导的两种不同主导情况下的药品集中采购模式,而在不同的主导模式下供应链绩效存在一定
疫情对人类的健康和发展有着巨大的威胁,当一个地理区域受到重大的传染性疾病影响时,不仅会造成大量的人员伤亡和经济财产损失,还会对人们造成短期和长期的心理伤害。如何快速布局应急医疗设施点以满足疫情后产生的大量医疗需求至关重要。应急医疗设施点的布局不仅取决于各感染区域的需求和医疗资源(如医护人员、医院容量等)的数量,还与患者的心理状况密切相关。本文聚焦于突发疫情,尤其是大规模传染病爆发的情境,在阐述了突
伴随着互联网经济浪潮的到来,我国电商和新零售模式的蓬勃发展,对物流配送服务质量和配送模式需求的增多,导致物流配送市场的需求总量和需求多样性不断增加,给物流配送行业带来了巨大的压力。为了减少人工成本压力以及市场的需求压力,物流业寻求机械自动化、物流智能等方法降低配送成本和提高配送效率。随着无人机行业的成熟,无人机技术逐渐被应用于物流配送过程中。但是对于无人机与物流结合的研究成果较少,而无人机应用于末
我国是自然灾害多发的国家,灾后的应急救援车辆调度问题的研究显得尤为重要。针对强紧迫性和弱紧迫性区域下受灾点需求实时出现的情形,本文探究了考虑快速性和公平性策略的应急车辆实时路径选择问题。强紧迫性区域下快速性策略的目标函数是最小化车辆的服务完成时间及延误成本。在此基础上弱紧迫性区域增加了车辆容量限制的约束,其公平性策略的目标函数考虑到了每一个受灾点的需求量及服务时间。本文主要做了以下两方面的工作:(
中国是电子电器产品的生产和消费大国,电子废弃物环保回收处理面临着越来越严峻的形势。一方面,电子废弃物的产生量逐年增多,年均两位数的增长率。另一方面,电子产品生产者缺乏有效的策略来回收电子废弃物,实现资源最大程度的循环利用。押金返还是有助于生产者承担延伸责任的重要策略,对生产者而言,它可以将消费者的某种行为和权利相结合,比如交回旧产品与取得经济补偿或以优惠价格购买新产品相结合。但是,国内外对于生产者
随着互联网日新月异的发展,人们获取资讯的手段已发生天翻地覆的变化。网络谣言也随着消息的传播在整个社交平台上不断扩散。由于网络谣言存在突发性和短时性的特征,使其影响范围极大,并且使人们陷入恐慌的情绪中。因此,对于网络谣言传播机制的研究成为了学术界研究热点之一。针对谣言传播机理进行量化分析、对影响谣言传播的潜在因素进行挖掘,为舆情部门进行消除谣言、维护社会正常秩序提供了理论支撑。本文从谣言话题宏观多类
目标跟踪是计算机视觉领域的一个重要研究课题,广泛应用在安防监控、军事侦察、人机交互以及自动驾驶等领域。为了减少跟踪丢失的概率,提高目标跟踪的精准度,许多学者对该课题展开了深入研究,使目标跟踪在近年取得了迅速的发展。相关滤波类跟踪算法因其判别能力强和运算速率快的特点而成为了目标跟踪的重要研究方法之一。但受限于复杂跟踪环境下的干扰,相关滤波类跟踪算法在目标尺寸变化、目标遮挡、相似背景干扰以及快速运动等
社交网络平台为用户提供了方便的交流和互动工具,能够即时分享生活中产生的多种多媒体内容。同时,在通信网络和硬件设备不断的发展前提下,社交网络平台也变得越来越庞大。然而,社交网络平台上的大量用户及发布内容的便捷条件吸引了大批网络垃圾用户。虽然国内外研究者提出了许多用于检测垃圾信息及垃圾用户的方法,但是仍存在许多问题,例如建立词库的巨大工作量、基于词的语言特征失效、检测精度及检测效率较低等。为了解决以上
成像器件的动态范围(Dynamic Range)代表了它对场景中的亮暗目标的采集能力,同时受限于硬件条件与制造成本,单次成像能够记录的动态范围远小于人类眼睛,使得照片的观感不尽人意。因此,基于软件的动态范围拓展技术被提出在不显著增加硬件成本的基础上大幅度提升成像质量。如果有效采集场景中的动态信息并将其尽可能多地展示在动态范围受限的显示器上则成为了本领域的研究重点。在过去的数年间有大量相关方法被提出
相似轨迹查询为用户提供了一种有效管理轨迹数据的方法,使得用户可以指定查询区域得到经过该区域的轨迹数据。目前的相似轨迹查询方法往往基于采样位置和采样事件等信息。而在突发社会事件下,用户出行信息往往以文本的形式记录下来。文本不能直接应用于相似轨迹查询,但蕴含了丰富的用户出行位置信息。另一方面,随着互联网的发展,出现了既具有用户出行位置信息,又记录了用户在特定位置进行特定活动的语义轨迹数据。目前许多研究