【摘 要】
：
磁共振成像是常见的临床影像学技术,组织的局部比吸收率（SAR）是成像扫描的重要的安全指标。膝关节局部SAR的主要计算方法是通过构建人体膝关节模型进行电磁仿真,因此希望通过低场磁共振图像构建出可用于电磁仿真的膝关节模型。在这一过程中,对图像进行更准确的分割可使构建出的膝关节模型更接近真实人体膝关节的组织分布。另一方面,为了得到更准确的局部SAR值,需要构建出更长的膝关节模型。本文针对膝关节局部SAR
论文部分内容阅读
磁共振成像是常见的临床影像学技术,组织的局部比吸收率（SAR）是成像扫描的重要的安全指标。膝关节局部SAR的主要计算方法是通过构建人体膝关节模型进行电磁仿真,因此希望通过低场磁共振图像构建出可用于电磁仿真的膝关节模型。在这一过程中,对图像进行更准确的分割可使构建出的膝关节模型更接近真实人体膝关节的组织分布。另一方面,为了得到更准确的局部SAR值,需要构建出更长的膝关节模型。本文针对膝关节局部SAR精准估计的需要,采用常用的T1加权矢位图像,对基于深度神经网络的个体特异性膝关节模型的构建方法进行研究,包括图像分割与模型扩展两个方面。在图像分割方面,本文使用U-Net网络,并提出一种级联的网络结构,首先提取小组织的定位信息,以实现更精确的小组织的分割,此外,提出的级联网络使用焦点损失函数,使网络更注意到占比面积小的不易分割的组织,而不是面积占比多并且形态易于分割的组织,从而利于对所有组织、尤其是小组织的分割。分别计算测试集上图像分割的5种评价指标,并且通过电磁仿真计算所构建模型的局部SAR分布,验证了所提出的分割方法具有最优的分割结果与最接近人工标注模型的局部SAR分布。在模型扩展方面,本文针对膝关节的标注图像,使用生成式对抗网络生成膝关节“头-足”方向两端组织,以实现膝关节模型的外推。从150mm×150mm视野的图像生成为230mm×150mm视野的图像,再构建出230mm长度的膝关节模型,以实现更准确的电磁仿真与局部SAR计算。构建出由所提方法得到的膝关节模型、由对比方法得到的230mm长度的膝关节模型以及由生成前的标注图像得到的150mm膝关节模型,分别进行电磁仿真并计算局部SAR分布,经过对比分析,可验证所提方法可得到最接近人工标注模型的SAR分布。
其他文献
负荷预测对于新型电力系统发展的意义重大,随着智能电网的发展,分布式可再生能源和电力电子器件的整合分配,电力负荷数据变得愈发的复杂且波动,这给电力负荷的预测和分析提出了更高的要求。为了进一步追求模型的预测性能,本文结合智能优化算法以及深度学习对模型进行了改进,并将其应用到了短期电力负荷预测当中。论文的主要工作包括:（1）针对原始鲸鱼算法每代行为模式单一、后期易陷入局部最优等缺陷,从提升种群多样性,改
管道作为运输物料的重要方式之一,应用在工业工程,比如对于石油天然气的运输。为了能够高效作业,设计环境适应性强,可适应管径范围大,并能稳定检测和全面检测的管道机器人是我们研究的方向。本文针对具有管内壁全景检测和管径自适应性的管道机器人,结合工业环境和管道检测环境,根据自适应性和全面检测的研发功能需求,采取模块化设计理念进行管道机器人的设计,包括各部分机构和控制系统。在机械设计的基础上,对各部分机构电
近年来,人工智能的发展越来越快并已深入到诸多领域,比如自动驾驶、机器人以及医学图像等等。人工智能相关理论与技术的发展离不开基于深度学习相关视觉算法的推动。图像分割作为计算机视觉关键的预处理步骤,一直以来是人工智能领域的热门研究分支,而全景分割作为图像分割研究的一部分,能够对图像中背景和前景信息进行像素级别的处理,一方面填补了图像分割领域在语义和实例分割后研究的空白,另一方面也满足了当下机器人、自动
危险与可操作性分析（Hazard and operability analysis,HAZOP）是化工领域最常用的危险评估方法之一。然而,一方面传统HAZOP分析通过组建专家小组,以人工头脑风暴的形式进行,该方法虽然具有针对性,但其过程成本较高且依赖专家经验;另一方面,HAZOP报表中包含的大量数据会导致信息爆炸,且海量非结构化数据以纸质报表或电子文档的形式存储,使信息难以得到重用和共享,造成资源
危险和可操作性分析（Hazard and Operability Analysis,HAZOP）是一种面向工业安全的分析范式。然而,HAZOP报告蕴含的丰富的工业安全知识（Industrial safety knowledge,ISK）尚未得到充分利用。为了复用和释放ISK的价值,优化HAZOP的实施,本文借鉴了知识图谱的开发流程,并基于深度学习,开展了新颖地面向工业安全的HAZOP知识图谱（HA
复杂化工制造流程中存在噪声多、变量之间关系复杂等特点,基于化学反应机理构建关键指标预测模型的传统预测方式往往不易获取满足要求的预期成果。基于神经网络的数据驱动预测模型通过采集实际生产过程中的生产装置时序数据建立关键指标预测模型,相比于机理模型具有更好的预测能力以及灵活性。本文以聚丙烯（Polypropylene）生产装置为数据源,利用人工神经网络的特征学习能力,从时序数据中挖掘到数据变化趋势等信息
得益于计算机视觉的发展,传统生物识别技术已经取得了广泛的应用,其中最具代表性的就是指纹识别和人脸识别。但是这类方法通常需要待识别者一定的配合,并且识别所需的指纹、面部等生物特征需要在近距离内完成采集。与传统的生物识别方法相比,步态识别以行人行走的姿态作为识别的特征,因此可以实现远距离、无接触的身份识别。近年来,步态识别取得了显著的发展,但是仍然面临着行人着装变化和拍摄视角变化带来的挑战。针对当前步
大数据时代,垂直领域的智能助手为人们提供了高效的信息检索方式。而“互联网+旅游”的新型旅游方式,使得旅游领域用户迫切希望能有一个智能助手帮助自己完成旅游相关的各种任务,如知识问答、景点推荐和路径规划。对话系统可以通过与用户的多轮交流,逐步明确用户需求,完成多种任务。知识图谱中包含了丰富的实体关系及属性,可以有效作为对话系统的知识来源,结合知识图谱的对话系统成为当下研究热点。本文针对旅游领域的任务特
大中小学思政课一体化在推进过程中呈现出连贯性、协调性和权威性三方面的特点。连贯性以“链”的思维为支点，注重一体化的衔接力、咬合力和延展度；协调性以“界”的辩证为核心，把握有界、无界和全界三者的关系；权威性以“师”的力量为依托，关注师资力量、教学目标及作业布置、教材设置。在“大思政”的补充视角下，这三方面的特点更为明显和生动，凸显了思政课的守正与创新。
甲状腺是人体内必不可缺的重要器官,它的功能是分泌甲状腺激素并作用于身体的各个器官。在医学领域,甲状腺功能异常会导致一系列疾病,其中包括我们常听到的甲亢、甲状腺癌等,对患者的身体健康和生理机能都造成巨大的威胁。超声检查成为目前诊断甲状腺相关疾病的主要方法,其具有快捷无创且灵活性高的优点。但是超声图像具有一定的局限性,不能直接描述甲状腺的位置并且图像的对比度较低,往往需要临床医生先根据超声图像对甲状腺