【摘 要】
:
医学图像通过不同成像方式,实现了对人体内部组织器官的具体呈现,是现代临床治疗的重要依据。随着各种成像技术不断成熟,医学图像处理任务也愈加精细。其中,医学图像分割是医学图像分析、临床治疗的关键技术,可以为临床诊断、治疗方案制定以及预后评估等医疗服务提供信息支撑。近几年,大量研究人员在此领域进行探索,提出了很多医学图像分割方法和技术,从早期基于阈值、区域和边缘的算法,到基于传统机器学习的可变形模型、聚
论文部分内容阅读
医学图像通过不同成像方式,实现了对人体内部组织器官的具体呈现,是现代临床治疗的重要依据。随着各种成像技术不断成熟,医学图像处理任务也愈加精细。其中,医学图像分割是医学图像分析、临床治疗的关键技术,可以为临床诊断、治疗方案制定以及预后评估等医疗服务提供信息支撑。近几年,大量研究人员在此领域进行探索,提出了很多医学图像分割方法和技术,从早期基于阈值、区域和边缘的算法,到基于传统机器学习的可变形模型、聚类算法等,但传统算法在特征提取和表达方面存在短板。随着深度学习的发展,其在医学图像领域的应用日益广泛。其中,基于深度学习的医学图像分割是医学图像处理领域的研究热点之一,相比于传统方法,基于深度学习的医学图像分割方法具有更好的特征识别与提取能力,而且可以自动、高质量的完成分割。本文对基于深度学习的医学图像分割方法展开研究,以提高医学图像分割精度为目标,从模型构建、数据处理、特征提取、结果分析等方面,展开了深入研究,提出了一些有效的结构和方法,有一定借鉴意义。本文主要研究内容如下:(1)针对单一目标区域的甲状腺结节超声图像分割过程中,因目标区域大小不一而导致的前景与背景类别不平衡问题,以及U-Net跳跃长连接路径将无用信息传递到Decoder部分中的问题,提出了基于残差非对称卷积和注意力机制的甲状腺结节超声图像分割算法。设计了基于改进Incption的RI模块和残差卷积模块,结合提出的两种非对称多尺度卷积核,应用于所提网络Encoder和Decoder部分进行特征提取、融合与解码;引入基于SA和CA的注意力模块,使模型对目标区域和边界信息有更高的关注程度。实验结果表明,所提算法与目前主流网络模型相比,取得了更好的分割结果。(2)针对多个目标区域的腹部医学图像分割过程中,因组织器官相互扰动而导致的分割精度不高问题,在总结Transformer结构的优势与短板的基础上,设计了基于改进Transformer结构的多目标医学图像分割网络。该网络采用改进Dense Block结构进行特征提取,通过Trans Layer对不同尺度和分辨率的特征序列进行特征融合,构建长距离远程依赖关系,最后通过带有跳跃连接的卷积结构进行特征恢复,完成最终分割。在实验设置上,将模型在Synapse和CHAOS数据集上进行实验。此外,设置了针对模型结构和相关模块的消融实验。实验结果表明,所提算法可以较好的处理单一图像中多个目标区域的分割任务,且具有较强的泛化能力和鲁棒性。(3)针对单一目标区域的臂丛神经超声图像分割过程中,受前景与背景类别不平衡,以及其他组织和器官扰动双重干扰的问题,总结CNN与Transformer结构存在的优势与短板,设计了Transformer与CNN结合的ConvTrans-Net。提出TC模块作为Encoder部分特征提取的基础结构;结合注意力机制,设计了Mix-STCA特征融合方法,用于特征融合;将ConvTrans-Net在臂丛神经超声图像公开数据集上进行了实验,并设计了关于TC模块和Mix-STCA方法的消融实验。实验结果表明,相比于对比方法,ConvTrans-Net具有更好的性能。
其他文献
三元锂离子电池主要是指使用镍钴锰酸锂(NCM)或镍钴铝酸锂(NCA)作为正极材料的锂离子电池,三元锂离子电池广泛应用于电动汽车、3C电子产品、储能等领域。然而,三元锂离子电池的循环寿命已成为其进一步发展的最大障碍,因此了解三元锂离子电池的容量衰退机理具有重要意义。三元锂离子电池的衰退机理主要包括五个方面:晶体结构的改变和相变、活性材料的损失、电解质的分解和消耗、可脱嵌锂离子的损耗以及固体电解质界面
文化产业发展中存在许多“高碳陷阱”,集中表现在以文化攀比为实质的低质型高碳现象、以文化模仿为实质的隐蔽型高碳现象和以文化浪费为实质的粗放型高碳现象,上述现象是由文化产业发展中本土特色的模糊、决策科学性的忽视、发展的制造业思维导致的。数字治理视角与绿色发展理念为文化产业解决高碳问题提供了指引,“双碳”战略的实施提供了具体的政策平台:文化产业实现绿色发展需要发挥数字化战略的顶层引领,实现智能治理,培育
近年来,国潮系列产品逐渐兴起,不仅意味着属于我国本土潮流的自主设计萌生,还意味着我国传统文化元素正式被应用于现代设计中。文章分析了传统文化元素在国潮服装设计中的应用,以期为其他品牌的国潮系列产品设计提供借鉴。
在国际竞争加剧和行业转型升级的大背景下,土木工程专业领域对应用科研型创新人才的需求与日俱增。科教融合是培养应用科研型创新人才的有效途径,也是建设世界一流大学的核心理念。基于对土木工程专业课程教学现状的思考与分析,分别以专业课程、教师、学生作为对象,提出了切实可行的科教融合教学改革措施。通过科研助力教学,教学反哺学生,人才服务社会,良性发展得以实现。科教融合不仅能增加学生课程学习的深度和广度,还能提
为实现对变电站监控数据异常的精准检测,提高电气设备运行的安全性,本文研究了基于改进决策树算法的变电站监控数据异常检测。首先采集变电站中电气设备在运行中的状态数据,并对其进行零均值处理,在此基础上,建立变电站监控设备运行状态数据时序模型,统一管理设备运行数据;其次利用改进决策树中的树状结构,标注与分类数据,并在改进决策树中分割与记录模型数据,实现对变电站监控数据的分类;最后引进差分序列算法,感知变电
随着电动汽车电源及储能技术的快速发展,高镍三元层状氧化物因其高容量和低成本等优势,成为动力电池首选正极材料之一,但是高镍三元材料面临循环性能和倍率性能差等问题,严重限制了其规模化应用。高镍单晶可以有效减缓颗粒裂纹的产生,从而提高高镍正极材料的循环稳定性,但是高镍单晶严苛的制备条件限制了其开发与应用。本工作通过共沉淀-高温固相法和熔盐法分别制备出多晶高镍材料Li Ni0.9Co0.05Mn0.05O
图像分割技术是数字图像处理中最重要的一环,其效率和精度决定了后续图像处理工作的效率。由于图像的格式、类型的多样性和复杂性,以及对图像呈现的一些特殊目标要求,传统的阈值分割方法已不能满足,如何提高图像分割的效率和精度已成为目前亟待解决的问题。本文从求解2D-Otsu图像分割最佳分割阈值为出发点,将改进麻雀搜索算法和乌鸦搜索算法应用于2D-Otsu图像分割中,本文选择了四幅经典图像进行图像分割实验,通
数字图像的应用技术不断改善人们的生活并提高了生产效率。图像分割作为数字图像处理中的一项关键技术,可以通过识别和定位图像区域,以将目标区域与背景像素分离。该技术可以更好地从丰富的图像信息中筛选和提取出需要的信息,为后续的图像处理过程提供重要依据,分割的结果直接决定了最终的图像处理效果。因此,图像分割技术一直是数字图像处理研究领域的热点。目前随着数字图像数据量不断增长,人们对高效便捷的图像处理技术的需