醫(yī)學內窺鏡圖像的異常檢測技術研究.pdf

1、醫(yī)學內窺鏡因其獨特的構造能夠深入患者的體內，直接觀察體內胃腸道各器官的表現(xiàn)，從而在現(xiàn)代胃腸道疾病的診斷中發(fā)揮著巨大的作用。但胃腸道疾病的診斷依靠內科醫(yī)師對內窺鏡圖像進行目視解讀來初步判定，這十分依賴醫(yī)生的診斷經驗，造成了沉重的工作負擔。因此面對內窺鏡手術中產生的大量醫(yī)學內窺鏡圖像，如何能夠通過分析圖像的表現(xiàn)模式為醫(yī)生提供異常檢測層面的輔助診斷是一個十分具有實際意義的問題。
　　論文的主要研究內容如下:
　　1.醫(yī)學內窺鏡圖像

2、的特征提取方法。本文提出了一種融合傳統(tǒng)的顏色特征、紋理特征以及卷積神經網絡特征的特征提取算法，在對檢測單元提取顏色直方圖統(tǒng)計特征和局部二元模式特征的基礎之上，設計了卷積神經網絡模型來有監(jiān)督地學習檢測單元特征的表示，并通過梯度提升樹模型對兩種特征信息進行了融合。實驗結果表明本文的特征提取算法能夠獲得更好地描述醫(yī)學內窺鏡圖像中的各種表現(xiàn)，從而提升異常檢測效果。
　　2.結合代價敏感的異常檢測技術。由于異常檢測中不同類誤分代價不同，并且