基于CT影像的淋巴结智能诊断方法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:A13808289587
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
每个病人进行一次计算机断层扫描(Computed Tomography,CT),可以得到500张左右的图片数据集,淋巴结是在人体免疫系统占据基础地位的组织,淋巴结肿大组织的标注依赖于放射科医生的手工标注,而标注的准确性又取决于医师的理论基础知识和实践操作知识的扎实程度,并且耗费时间过长。随着深度学习的问世,图像识别和目标检测愈来成为研究的热点,将深度学习应用于医疗CT图像的检测之中,可以大幅减轻医生的负担,节省病患等待时间,更早地接受治疗。本课题主要是对肿大淋巴结的智能诊断方法研究,包括分割以及分类算法。目前关于肿大淋巴结的目标识别算法,主要采用的是2D、2.5D以及3D图像进行网络的训练。存在的问题有:(1)使用3D数据进行训练时,对硬件的要求较高;(2)使用单独的2D数据进行训练时,忽略了上下层之间的联系,导致信息的丢失;(3)数据集的数量不充足,不能对模型进行较好的训练。针对以上问题,本课题采用了连续的2D图像作为肿大淋巴结分割模型的输入,保证CT切片的层间信息不丢失,采用多分辨率图片作为肿大淋巴结分类模型的输入,多尺度特征相互融合,并且可以抑制背景噪声。本文基于ResNet-101设计了淋巴结分割网络,对淋巴结的纹理、灰度特征进行提取,并与U-Net算法进行比较,发现可以得到较好的结果。针对淋巴结的分类问题,采用了一种基于ResNet-50的目标检测算法Cascade R-CNN,通过RPN和级联的检测器,对检测器的阈值进行调整,可以提高肿大淋巴结的召回率,抑制假阳性,并且减轻过拟合现象。
其他文献
物联网可以将万物互联,实现智能化识别、定位、跟踪、监控和管理等多方面功能。广大的应用范围导致了其快速普及,但是由于地形以及其他因素的限制,占地球表面60%以上的海洋区域、绝大部分航空飞行空域,以及我国超过70%的陆地没有信息接入能力,卫星物联网将作为地面物联网的必要补充。卫星物联网可以实现地面物联网所不具备的功能,例如为航运提供基本条件,服务出海、实时监测水体等生态环境,助力环境保护、监测森林火灾
基于码本的毫米波(Millimeter wave,mm-wave)模拟波束赋形方式是未来毫米波通信发展的关注重点。本文以基于码本的大规模毫米波模拟波束赋形为主要研究对象,分别研究了单用户场景下的波形优化设计问题以及多用户场景下的波束训练复杂度过大的问题。在单用户场景下,目前仍缺少根据实际数据传输需求而进行的波束形状优化研究,并且波束形状对系统容量的具体影响也尚未可知;与此同时,在多用户场景下,日渐
超声技术可以精确、无痛、无辐射检查病变组织,是目前使用频次较高的常规临床手段。但是部分偏远乡镇与基层医院的超声从业人员缺乏培训,医疗服务水平较低,疑难病症患者需要花费大量的时间金钱长途就医。为了改善医疗资源分配不平衡的现状,让医疗条件落后地区的患者也能享受到专家诊断,远程医疗的概念被提出并迅速发展。但目前远程超声会诊过程复杂、形式沉重,专家难以随时随地提供帮助。此外,超声仪朝便携化、移动化方向发展
随着时代的发展以及人类科技水平的进步,不同类型的图像传感器应运而生,各种图像传感器的成像机理、工作波长的范围及对工作环境的要求等不同,任何一种单独波段的图像传感器所采集到的图像都会具有一定程度的片面性,不能全面反映出图像内部物体的细节与特征,利用多源传感器采集图像数据进行互补信息融合,可以提高图像信息的利用率。我国在低光照强度下利用多源传感器获取目标真实信息的研究主要利用的是中、长波红外与可见光融
光场相机作为一种具有革命性的光学采集系统,其在深度估计这一问题上拥有其他方法所不能比拟的优势,引起了学者的关注。本文从深度估计的实际效果出发,研究基于光场信息的场景目标深度估计方法,并利用超分辨率重建算法对深度估计效果进行提高。本文从光场理论的发展历史与基本原理入手,阐述了光场信息获取的几种主要方法,研究了现有光场相机的解码流程和主要的几种光场数据预处理方式,并根据研究对实地采集的光场数据进行处理
乡村旅游作为一种新兴产业,不仅能促进乡村经济增长,为当地农户提供大量的就业机会,增加当地农户的经济收入,为乡村振兴战略的顺利和有效实施奠定坚实的经济基础,还能为人们带来精神愉悦,满足城市居民渴望在乡村放松心情的需求。而农户作为乡村旅游的主体之一,对于乡村旅游的可持续发展尤为重要。目前,在乡村旅游发展过程中,农户获得感的强弱影响着他们对乡村旅游发展的态度。因此,本文研究乡村旅游景区农户获得感影响因素
甲状腺肿是一种常见的甲状腺病症,全球超过90%的甲状腺肿病例是由碘缺乏引起的,而我国是碘缺乏病流行广泛和病情严重的国家之一,甲状腺肿作为碘缺乏病监测指标,大规模地进行甲状腺肿检查对于评估人群碘营养情况有着重要指导意义。超声检查是目前广泛使用的甲状腺肿诊断方法,但是通过超声设备采集图像并诊断需要医生具备丰富的临床经验,诊断结果也带有一定的主观性。面对快速增长的甲状腺肿临床诊断需求,亟需一种基于超声图
在当前的社会中,实现室内环境下的智能定位是建设智慧城市的重要内容。目前,未知室内环境下的相互定位需求增长迅速。但是在这样的环境下,人们既不能提前获取室外的无线电信号,也不能提前获取室内的场景图像进行在线定位。因此,如何在未知室内场所中实现用户间的互定位成为了近几年研究的热点。针对以上问题,本文以图像目标检测技术以及双目视觉定位技术作为基础,提出了一种在未知室内环境下以视觉图像作为基础的多用户间的互
全球老龄化风暴已经袭来,我国自20世纪末期开始进入老龄化社会。人口老龄化伴随而来的是老年人健康和照护问题的增多。随着年龄的增加,身体机能逐渐衰退,患各种疾病的风险逐渐增加。我国的老龄化问题相当严重,农村地区老龄化更为突出,万州就是农村老龄化严重的典型地区。目前已有的养老方式难以满足农村老年人的生活照料及医疗服务需求,医养结合养老模式应运而生。医养结合养老模式有利于打破传统养老模式中医疗和养老相分离
本次设计的主要内容为半监督的道路可行区域检测算法的设计,算法的主要应用场景为无人驾驶汽车。本次设计采取了基于伪标签的半监督算法设计。使用Deeplab V3+语义分割卷积神经网络作为主干网络,使用语义分割数据集Pascal VOC 2012 benchmark,道路可行区域驾车呢数据集BDD 100k以及实验室自制的哈工大道路场景数据集进行算法的实验验证。本次设计创新性的提出了三种方式对半监督算法