基于深度学习的儿童肠套叠特征检测模型研究

来源 :杭州师范大学 | 被引量 : 0次 | 上传用户:liu6541
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
肠套叠主要是指两条肠管互锁的现象,在小儿外科比较常见,我国儿童肠套叠的平均发病率远高于全球。肠套叠对儿童的身体健康危害非常大,早期及时诊断并积极正确治疗,可预防肠坏死,减轻儿童疼痛,如不及时治疗,套叠处肠管可能因为肠壁长时间受压导致血液循环障碍而发生肠坏死、肠穿孔,病情严重的患儿甚至会死亡。超声作为一种无创、无痛的检查方法,很容易被儿童及其家人所接受,因此超声诊断儿童肠套叠有明显的优势。目前人工智能广泛应用于乳腺、甲状腺和肝脏等超声图像中病变的检测及分类,但人工智能在儿科的应用仍处于起步阶段,尤其在肠套叠超声特征检测方面缺少相关研究。因此考虑借助计算机快速识别儿童肠套叠超声图像特征,从而辅助医生快速诊断儿童肠套叠,并实现肠套叠诊后数据的快速质检。本文利用深度学习技术,基于儿童腹部超声图像实现肠套叠特征的自动检测。本文的工作内容分为以下三个部分:(1)本文联合浙江省某三甲儿童医院收集了2016至2019年因腹痛进行超声检查的儿童腹部超声图像,由专业超声医生手动标注和验证肠套叠特征,以此为原始数据实现儿童肠套叠超声特征的自动检测。借鉴临床上医生以识别“同心圆征”诊断患者是否出现肠套叠问题的方式,本文将儿童肠套叠特征的自动检测分为两步:第一步,实现儿童肠套叠“同心圆征”的检测,第二步实现肠套叠“套筒征”的检测。为实现肠套叠“同心圆征”的自动检测,本文分别引入了两阶段检测算法Faster RCNN和一阶段检测算法YOLOv5,并综合对比其性能。(2)本文首先考虑肠套叠超声图像存在亮度与对比度过低的问题,引入了数字图像处理中的gamma变换。然后为了更好地识别以肉眼识别的肠套叠特征,将注意力机制和双向特征金字塔网络引入YOLOv5s,使得特征提取网络更加关注肠套叠特征,将不同学习权重的特征图送入深层网络,减少特征提取过程中信息的丢失;使得头部网络更好地应用不同尺度的图像特征,从而增强对不同大小“同心圆征”的检测效果,最终形成YOLOv5s_BSG框架。另外,考虑到超声扫描中可能会出非完整“同心圆征”,因此本文在“同心圆征”数据的基础上手动生成非标准“同心圆征”数据,以此完成非完整“同心圆征”的检测。最后,将改进后的网络模型用于“套筒征”的检测。(3)本文以YOLOv5s_BSG框架为基础,使用Py Qt5设计并实现了儿童肠套叠特征检测平台,可以实现儿童肠套叠超声图像特征的自动检测、检测记录的存储与查看。本文在收集的儿童肠套叠数据集上的检测实验表明,本文所用的数据增强方法可以有效地解决超声图像存在的亮度和对比度过低问题,提出的YOLOv5s_BSG框架可以自动识别超声图像中肠套叠的特征,识别肠套叠“同心圆征”的F1值和m AP可以达到91.70%和88.93%。
其他文献
本文是根据《电商力量》一书的翻译内容而做的实践报告。该书是由杰森·G·迈尔斯于2021年出版发行,探讨了如何在疫情之下成功经营发展电子商务新型贸易模式。该书从西方电子商务的视角讲述了电商的整个过程,列举了电子商务发展中可能遇到的阻碍并提出有用的建议,为当下整个电商行业的发展提供新视角。在交际翻译理论指导下,本篇报告针对书中第六章和第七章的翻译难点和翻译策略进行分析探讨,旨在实现译文的衔接和连贯。本
学位
随着生物学研究的进一步深入及单细胞RNA测序技术的发展,使得在细胞层面对样本数据进行聚类分析成为现实。将测序得到的单细胞样本测量值聚类成相关的生物表现型,是当今生物学研究的一项重要任务。然而经由RNA测序得到的生物数据不仅拥有超高的数据维度,并且由于RNA测序技术本身的局限性,导致每次测量出的基因表达数量有限,使得大量特征信息缺失,而为保持数据的完整性通常对缺失信息采用“0”填充,因此使得最终所获
学位
本文讨论了一类具有切换拓扑结构的离散时滞复杂网络基于二进制编码方案的状态估计问题。在复杂网络的状态估计问题研究过程中,往往存在许多的诱导因素对整个系统的稳定性造成或多或少的影响,时滞现象对于系统的干扰是非常普遍的,是复杂网络研究的一种固有特性。考虑到现实生活中不可避免地环境变化或者突发的内部零件故障,网络的内部状态或者系统的拓扑结构会发生改变,这种因素是不可控制的,本文引入马尔可夫链来描述网络拓扑
学位
点云分类算法是计算机图形学和计算机视觉领域中的研究热点之一。三维点云数据重要特点是比较容易获取,能够提供丰富的三维物体或场景的几何、形状与尺度信息,是三维空间信息的重要表现形式,相比三维网格更容易被神经网络处理,被广泛应用于场景重建、城市规划和金融等领域。深度学习技术在不断的探索与发展中逐渐被应用于各个领域中,然而深度学习依赖于大量数据训练模型,在实际应用场景中直接用深度学习来处理点云问题会面临许
学位
以硅酸锂(Li4SiO4)、硅酸钠(Na2O·nSiO2)和钨酸钠(Na2WO4)为复合成膜剂、以磷酸二氢钠(NaH2PO4)为辅助防锈剂、以磷酸(H3PO4)为pH调节剂,制备了一种新型的水基型无机防锈剂。通过试验得到最佳配方为:40 g硅酸锂、40 g硅酸钠、0.5 g钨酸钠、0.025 g磷酸二氢钠、0.02 g磷酸混合加水至200m L形成混合溶液。通过稳定性实验、室内挂片实验、目测及高倍
期刊
科创板企业不仅对技术和创新性有较高的要求,而且具有模式新、业态新特点,因此相较于一般A股企业对人才的要求更高。为更好地进行人员激励,科创板推出了符合自身发展情况的股权激励制度。以国内科创板首家公开实行股权激励的公司乐鑫科技为例,对其股权激励实施内容、实施动因、实施效果评价等方面进行分析,探讨第二类限制性股票激励具体实施后的影响,为科创板其他企业提供参考和借鉴。
期刊
差分进化算法是一种通过变异、交叉和选择算子使种群移向全局最优的优化算法。其结构简单、参数少、鲁棒性强,已被广泛用以解决各类优化问题。相比于其他进化算法,差分进化算法通常具有较优的性能,但也存在诸多不足,如在求解高维复杂的优化问题时,往往存在早熟收敛、搜索停滞、对控制参数(即变异因子F、交叉因子CR、种群规模NP)和学习策略敏感等问题。本文通过设计自适应参数和变异策略,研究自适应差分进化算法,并将其
学位
人体姿态估计是计算机视觉的基础问题,有着广泛的应用。深度学习在很多任务上都取得了巨大的成功。目前主流的人体姿态估计方法也是基于深度神经网络的。然而,深度学习在图像分类上表现出脆弱性,微小的扰动会导致分类错误。目前大部分的对抗攻击研究都集中在扰动图像分类任务上,而对于人体姿态估计的对抗攻击研究相对较少。在人体姿态估计的对抗攻击任务中,为了取得较好的攻击效果通常需要在图像中添加较大的扰动噪声,这使得其
学位
近年来,有学者提出当今企业竞争已进入一个新的阶段——声誉竞争。企业之间竞争的关键从价格、质量转移到服务之后,既而转向了声誉管理。企业管理者也试图在社会竞争激烈的大环境下谋求企业的稳健有序发展,将重心放置在声誉投资上。那么,对于一个家族企业来说,想要获得可持续发展,为公司的声誉建设添砖加瓦,就有必要思考如何建立周详的家族企业声誉管理体系。本翻译实践文本选自《声誉管理与家族企业》。该书由Routled
学位
随着企业股权激励形式的多样化,股权激励对企业经营绩效等方面的作用日益凸显。本文分别从市值管理、财务绩效、创新绩效、环保绩效等角度梳理股权激励与企业绩效之间的关系,针对现有研究的不足,提出未来研究方向。
期刊