【摘 要】
:
乳腺癌目前已经成为全球第一大癌症,早筛是降低乳腺癌死亡率的重要手段。目前卷积神经网络已经成为目标检测领域的主流研究方法,并且已经应用到了医学影像检测领域。然而现有的目标检测算法大多都是对随机大小的自然目标进行检测,其尺寸与乳腺X线影像中乳腺肿块的尺寸差异较大,若直接将算法用于检测乳腺肿块,容易发生错检、漏检的现象,最终的检测精度也不理想。为了提高乳腺肿块的检测精度,本文在研究Mask R-CNN的
论文部分内容阅读
乳腺癌目前已经成为全球第一大癌症,早筛是降低乳腺癌死亡率的重要手段。目前卷积神经网络已经成为目标检测领域的主流研究方法,并且已经应用到了医学影像检测领域。然而现有的目标检测算法大多都是对随机大小的自然目标进行检测,其尺寸与乳腺X线影像中乳腺肿块的尺寸差异较大,若直接将算法用于检测乳腺肿块,容易发生错检、漏检的现象,最终的检测精度也不理想。为了提高乳腺肿块的检测精度,本文在研究Mask R-CNN的基础上,改进了特征提取部分的特征融合方式及RPN部分anchor的大小,并修改了候选框筛选算法,提出了一种适用于检测乳腺肿块的目标检测算法D-Mask R-CNN,其主要内容如下:(1)在使用CNN提取乳腺X线图像所含特征的过程中,用于生成候选框的预测特征层仅从某一特征层上难以获取到目标精确检测与定位所需的特征信息。原Mask R-CNN中使用FPN用于特征融合,成功的将不同特征层所包含的特征信息融合到各个预测特征层中,但其对于低层特征的利用率依然很低。针对这个问题,本文改进FPN内部结构,参考Dense Net网络中的Dense block结构,使用密集连接的特征融合方式代替原FPN中的横向连接方式,在减少冗余信息产生的同时还加强了特征的传播与低层特征的利用率,进而提高了目标检测与定位的精度。(2)考虑到数据集预处理后,乳腺X线影像的尺寸以及影像中乳腺肿块的尺寸,本文重新设计了用来检测自然目标的Mask R-CNN中RPN部分的anchor尺寸,将原RPN部分的anchor大小修改为(82,162,322,642,1282),从而提高肿块的定位精度。其次,RPN部分生成的候选框数量非常庞大,其中含有大量重合度较高的候选框。原Mask R-CNN使用NMS去除冗余的候选框,但考虑到部分乳腺影像一幅图像内包含多个距离较近的肿块时,该算法可能会错误的去除正确的预测结果。针对这个问题,本文使用Soft-NMS替代原模型中的NMS,减少因使用NMS可能导致乳腺肿块漏检的可能性。本文将CBIS-DDSM数据集中的乳腺肿块图像预处理并标注之后进行所有实验的训练与测试。实验结果表明,改进后的算法D-Mask R-CNN在测试样本上对乳腺肿块检测的m AP值达到0.66,相较于原Mask R-CNN提高了0.05。证明了本文提出的D-Mask R-CNN方法具有较好的检测精度,相较于原Mask R-CNN更有利于检测乳腺肿块。
其他文献
脑胶质瘤是来源于神经系统胶质细胞和神经元细胞肿瘤的统称,是由于大脑和脊髓胶质细胞癌变所产生的、最常见的原发性颅脑肿瘤,占颅内肿瘤的35.26%~60.96%。脑胶质瘤难以治疗且容易复发,患者死亡率也较高。利用多模态的核磁共振影像可以有效的发现胶质瘤病灶区域,但是这同时会生成大量的MRI序列图像,使得人工分割脑胶质瘤区域的效率非常低。基于MRI的脑胶质瘤分割有助于医生对医学图像进行定量的分析。同时,
精神分裂症是一种常见的脑部疾病,发病率高,给患者和社会带来极大的影响。目前功能磁共振成像技术已经越来越多的应用到精神分裂症的诊断治疗上,研究人员通过分析大脑活动的异常情况,发现大脑在功能上出现一些改变的情况。另一方面,对于精神分裂症实际诊断和治疗来说,需要进行诊断的患者为数众多,导致相关的临床医生有着极大的工作量,这样有可能导致诊断的效率不足甚至出现漏诊误诊的情况。因此,不管是对精神分裂症患者进行
我国的能源结构主要是以多煤少气为主。山西省晋城无烟煤储量丰富但其渗透性较差,严重制约了煤层气的开发利用。渗透率的好坏主要取决于煤岩的孔裂隙结构。由于煤岩在开采过程中,受地质特征、埋深、多场耦合等因素影响,煤层结构发生了变化,致使煤岩内部微细观孔裂隙结构改变;其中微孔隙主要用于煤层气的储藏,而大孔隙、微裂隙、裂隙是煤层气运移通道。研究煤层结构的空间发育、连通性及分布特性,提高渗透性是煤层气高效开采的
本文采用机器学习方法研究统计物理模型的相变,其中主要使用主成分分析Principal Component Analysis算法及其变种核主成分分析Kernel Principal Component Analysis和扩散映射Diifusion-Map三种算法等降维算法和聚类指标Calinski-Harabaz指标来寻找物理模型的相变点。首先使用降维算法对有着庞大维度的物理模型数据进行降维,之后使
在采矿作业中,煤矿运输安全是煤矿安全生产的重要保障。带式输送机由于其具有运输量大、稳定性高、便于安装与维护等特性,被广泛的应用于煤矿物料运输中,是煤矿开采与分选的重要连接设备。输送带是整个带式输送机的最重要组成部分,在煤矿运输进程中,原煤中掺杂的煤矸石与用于固定巷道的金属锚杆以及在煤矿生产中的其他坚硬的杂质可能会划伤甚至撕裂输送带。通过对比输送带发生损伤的事故案例中发现,纵向撕裂是最为常见的输送带
猪瘟(Classical Swine Fever,CSF),由猪瘟病毒(Classical Swine Fever Virus,CSFV)引起的一种高度传染性疾病,对畜牧业有极大影响。CSFV E2抗体是猪CSFV感染保护免疫应答的主要靶点,所以对CSFV E2的检测可作为诊断的可靠健康指标,然而一般检测方法对时间、体力以及金钱的消耗都很大,所以检测CSFV E2需要一种灵敏、简便且廉价的方法。近
基于布里渊散射的分布式光纤传感作为获取应变和温度信息的有效手段,对加快光纤结构健康监测神经网络建设、推动社会经济发展具有重要意义。传统的布里渊传感系统仅适用于静态参量测量,为了满足现代社会各领域对动态参量实时监测的需求,多种改进的新技术被提出。其中斜坡辅助技术由于装置简单,适应性强,可有效提高系统采样率的优点得到了广泛关注。然而,动态应变信息是从布里渊增益谱(Brillouin Gain Spec
糖尿病视网膜病变是由糖尿病引起的并发症,其病变特征按照国际分类标准可以分为0-4级,0级为完全健康的视网膜,1-4级按照其严重程度可以分为增殖性和非增殖性视网膜病变。糖尿病视网膜病变传统的评级方式为使用机器拍照之后进行人工评级,机器拍照方式包括荧光素血管造影和光学相干断层摄影术,但人工评级对人工的高度依赖会导致医疗资源的浪费,以及带来一系列误诊漏诊现象。所以随着深度学习的兴起,有学者将深度学习应用
周界安防监测系统可实现对攀爬、翻越、挖掘等第三方入侵事件的安全监测。基于光纤传感技术的光纤围栏入侵监测系统具有成本低、耐腐蚀、测量距离长等优点,广泛应用于航空航天、轨道交通、电力输送等工业领域,成为新型智能安防技术的研究热点。基于萨格奈克干涉效应的光纤振动传感系统,作为光纤传感技术的典型代表,具有信号还原准确率高、频率响应范围大、灵敏度高等优点。然而,随着光纤传感距离的不断增加,受环境干扰与系统噪
刮板运输机是现代化煤炭回采工作面的核心运输设备,它通过电机驱动刮板链条运输原煤,与液压支架和采煤机相互配合完成煤炭开采和运输任务。刮板运输机一旦出现设备故障,会造成煤炭堵塞巷道的后果,给煤矿安全生产带来十分恶劣的影响,实时监测刮板运输机运行状态显得尤为重要。诊断刮板运输机运行状态是通过收集并分析其驱动装置相关状态参数数据实现的。现有的诊断方法使用的传感器种类单一,而且大多数需要实体线路传输数据,安