深度學(xué)習(xí)在醫(yī)學(xué)圖像分析中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近幾十年來,隨著醫(yī)學(xué)成像設(shè)備的飛速發(fā)展和普及應(yīng)用,醫(yī)學(xué)圖像數(shù)據(jù)呈爆炸式增漲,如何高效而準確地進行醫(yī)學(xué)圖像分析成為一大挑戰(zhàn)。另一方面,在電子信息技術(shù)的驅(qū)動下,利用計算機技術(shù)輔助醫(yī)學(xué)圖像分析,不但可以提高放射醫(yī)師分析診斷的效率,還能提高其精度。因此,計算機輔助檢測和診斷正成為一個受到越來越多關(guān)注的交叉研究領(lǐng)域。近年來,深度學(xué)習(xí)技術(shù)在圖像識別、目標檢測等領(lǐng)域取得了很大的成功,并開始被應(yīng)用到醫(yī)學(xué)圖像分析中。
  本文的研究內(nèi)容是利用深度學(xué)

2、習(xí)技術(shù)對醫(yī)學(xué)圖像中的病變組織進行自動檢測,主要包括兩種應(yīng)用,一種是對胸片肺結(jié)節(jié)的識別,另一種是對CT腹腔腫大淋巴結(jié)的識別。由于深度學(xué)習(xí)網(wǎng)絡(luò)包含大量的參數(shù),在訓(xùn)練時往往需要大量的標簽數(shù)據(jù),而醫(yī)學(xué)圖像領(lǐng)域通常存在著標簽數(shù)據(jù)少的問題。本文采用兩種思路來解決這一問題,第一種是利用非監(jiān)督的特征學(xué)習(xí)方法自動地學(xué)習(xí)出反應(yīng)病變形態(tài)的特征,另一種是利用基于深度學(xué)習(xí)的遷徙學(xué)習(xí)方法,把從別的領(lǐng)域大量標簽數(shù)據(jù)上訓(xùn)練的深度網(wǎng)絡(luò)應(yīng)用到醫(yī)學(xué)圖像上。本文的主要貢獻如下

3、:
 ?。?)設(shè)計了一個胸片肺結(jié)節(jié)的自動識別算法,該方法利用卷積稀疏編碼自動地學(xué)習(xí)和抽取結(jié)節(jié)的特征,該特征能達到與傳統(tǒng)特征相當?shù)姆诸惥?,并把它和傳統(tǒng)圖像特征融合進一步提高分類精度。
 ?。?)針對CT腹腔腫大淋巴結(jié)的檢測,本文設(shè)計了一個基于堆砌卷積自編碼的淋巴結(jié)識別算法,此模型首先用全部的數(shù)據(jù)樣本采用無監(jiān)督的方式訓(xùn)練得到編碼模型,然后再使用少量標簽樣本有監(jiān)督地訓(xùn)練得到最終的分類器。
  (3)本文還提出了一種基于深度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論