【摘 要】
：
医学成像技术逐渐成熟,这使医学影像信息被广泛地应用于计算机辅助检测和计算机辅助诊断中。在阿尔兹海默病(AD)分类问题的研究中,基于医学影像对AD患者进行分类预测已经获得了人们的关注。与医生临床诊断和量表评估等方式相比,准确的AD预测模型可以极大地节省人力与物力成本。不过,以往的AD分类研究中也存在一些不足:如对输入数据进行大量且复杂的预处理过程,这些预处理过程不可避免地会带来额外的开销;基于模板划
论文部分内容阅读
医学成像技术逐渐成熟,这使医学影像信息被广泛地应用于计算机辅助检测和计算机辅助诊断中。在阿尔兹海默病(AD)分类问题的研究中,基于医学影像对AD患者进行分类预测已经获得了人们的关注。与医生临床诊断和量表评估等方式相比,准确的AD预测模型可以极大地节省人力与物力成本。不过,以往的AD分类研究中也存在一些不足:如对输入数据进行大量且复杂的预处理过程,这些预处理过程不可避免地会带来额外的开销;基于模板划分等的ROI图像特征提取和分类器的自主构建与学习,潜在地增加了图像特征提取不完整和人为主观经验的影响;对于三维图像特征,通常未能全面地捕捉其三维空间特性;对于多种模态图像的选择,目前多数研究仅选择单一模态进行分类研究。基于以上不足,本文分两个阶段,分步解决上述所提出的问题。第一步,本文基于CNN模型提出了三种3D CNN模型进行AD分类。首先,3D CNN模型为深度学习模型,其端到端的学习特性很好地将图像特征提取与分类器模型构建相结合为一个整体结构,这降低了因多模块学习造成的中间步骤额外信息标注潜在影响因素;其次,对于三种3D CNN模型而言,其输入为不需复杂预处理的图像,避免了因模板空间配准等操作带来的额外开销;最后,三种3D CNN模型均采取3D卷积操作,能够更好地对三维图像的空间信息进行特征提取。第二步,本文提出了基于模型融合的多模态图像特征融合方法,即通过采用模型融合方法对多模态图像的特征信息进行融合,之后根据此融合特征进行AD分类预测。值得注意的是,基于模型融合多模态AD分类方法构造的分类模型仍是端到端的结构,这保证了图像的特征提取、多模态特征融合和分类器的自主构造与训练仍在一个整体模块内进行,对比其他多数基于多模态的AD分类方法而言,本文方法提出的是单目标函数、单模块训练以及多模态输入的AD分类模型。此外,本文还尝试基于CNN模型可视化技术对多模态3D CNN模型进行可视化解释。通过对模型的可视化验证得到模型对AD患者关注区域,根据关注区和相关领域知识能够更好地提出指导性建议。
其他文献
伴随着人们的环境保护意识不断提高和新能源技术的发展,锂离子电池作为储存电能的载体,以其寿命长,无记忆性,体积小,能量密度大等优点,倍受人们的青睐。当前锂离子电池已经被广泛用于电动汽车,通信储能,航天器储能以及新能源储能等领域。由于单体锂离子电池在单独使用时存在电压等级低、容量小等劣势,一般需要将多节锂离子电池串联起来使用。由于锂离子电池的个体差异,导致锂离子电池组在使用过程中会出现单节电池被过充或
教师话语是课堂中学生语言输入的重要来源,而教师支架性话语作为教师话语的一种,能增加学生语言输出的机会、丰富语言输出内容和提升学生自主学习能力,因此如何提高教师支架
因路面异常造成的交通安全事故是道路安全问题中不容忽视的一环。路面凹陷、路面颠簸以及路面障碍物等路面异常不仅会对人们的生命安全构成直接威胁,同时还会给人们的正常出行带来不便。如果在人为驾驶或者自动驾驶过程中,汽车系统能够及早检测到路面的异常状况,就可以及早提醒驾驶员做出相关反应或者汽车自动做出相应反馈,这样在辅助驾驶或者自动驾驶场景中,就可以减少道路安全隐患。因此,对驾驶场景下路面异常检测算法的研究
低信噪比水声信号检测是当前水声领域研究的热点,也是水声领域一直亟待解决的技术难题之一。为实现水下目标的远距离探测,本文针对水声目标弱信号检测问题,展开了基于相位特性的长时间累积信号处理方法研究,具体工作如下:首先针对运动目标接收信号的特征进行了分析。通过建立匀速运动目标运动过程的数学物理模型,表明了接收信号的多项式相位特征。推导了接收信号时间项的系数与运动目标参数的关系。通过仿真,表明了长时间累积
课堂话语通常是指教师和学习者在正式课堂环境中所产生的言语与非言语的行为。一般认为,课堂话语存在三种模式:学生沉默的课堂话语(教师大部分时间都在说话,只偶尔提问)、教
铁路是我国交通系统中十分重要的一部分,随着近年来科技的迅速发展,出现了新的运输方式,且运输市场的竞争变得越来越激烈,如快递业快速崛起出现在人们的视野中,其便捷性、快速性和行程可观测性,深受人们的喜爱。在庞大的运输市场中,铁路货运具有运输种类丰富,且可以承载大批量的货物的特点,但是其准点性难以保证,这使得其在市场中的竞争力减弱,同时也对铁路资源造成了浪费,所以在对铁路货运车辆运到时限的研究方面变得尤
企业信用作为现代市场经济下的产物,是市场经济中不可或缺的一种经济中介服务,也反映了各类市场参与主体履行相应经济契约的能力。而企业信用评价是对企业自身的可信程度进行的一种综合分析与测定。现有的企业信用评价平台提供的企业信用数据杂而少,无法方便且准确地为企业信用评价提供良好的数据保障,因此,解决这类问题这也是本文所设计的面向企业信用评价的数据获取子系统的需求与目标。论文以实验室工程项目面向企业信用评价
近年来短视频领域十分火热,发展迅猛。各个视频平台每天都有大量的PGC和UGC短视频被生产、分发和消费,为了更好地实现平台内容运营,实现精准的内容分发,提高用户体验,需要为每个短视频快速、准确地打上语义标签。为了解决人工手工标注带来的效率低下和积压问题,自动化标注技术成为各大平台都在致力于发展的技术。深度学习技术在计算机视觉领域获得的巨大成功为短视频的自动标注提供了新的技术解决方案。这种技术可以准确
大气气溶胶作为大气环境的主要组成部分,在自由空间光通信、光遥感等众多领域有着十分重要的影响。通过研究大气气溶胶颗粒物的光散射特性来实现对大气环境的测量与监测逐渐成为学者们的研究热点。携带有轨道角动量(Orbital Angular Momentum,OAM)的涡旋光束由于具有空心环状光强分布与螺旋形相位波前而在激光通信与激光雷达遥感方面有着十分巨大的应用潜力。为了探究涡旋光束在大气环境研究中的应用
滇西地区是我国构造活动最强烈的区域之一,断裂带交叉分布、地形多样、地震频发、地质构造复杂,许多学者对滇西地区开展了大量的深部探测研究工作,利用不同地球物理方法,取得了众多研究成果,展示该区域地壳结构的基本特征。洱源地震发生前后,地球物理学者对该地区及其邻区的深部结构进行了大量的研究,取得了很多研究结果。然而,由于地震资料的限制,现有的研究结果尚未对洱源地震震源区的深部结构进行小尺度的精细速度结构研