【摘 要】
：
肝癌是世界上常见癌症,且致死率极高,提早发现癌症并制定诊疗计划有益于患者的身体健康。在临床诊断中,放射科医生需要手动逐层标记患者CT图像中肝脏及肝脏肿瘤,既耗时又耗力
论文部分内容阅读
肝癌是世界上常见癌症,且致死率极高,提早发现癌症并制定诊疗计划有益于患者的身体健康。在临床诊断中,放射科医生需要手动逐层标记患者CT图像中肝脏及肝脏肿瘤,既耗时又耗力,且容易引入人工误差。CT图像中肝脏与相邻器官的灰度值相似且轮廓多变,肝脏肿瘤的位置、大小和形状各异,使得在CT图像中自动分割肝脏及肝脏肿瘤仍是一项艰难的任务。基于以上问题,本文提出了基于层间上下文级联式的全卷积神经网络模型分割CT图像中肝脏区域和基于深度监督的特征融合网络模型分割CT图像中的肝脏肿瘤区域。(1)CT图像的层间上下文信息是医学图像分割领域中的重要组成部分,但现有基于卷积神经网络的分割方法忽略了层间上下文信息的利用。本文为了充分挖掘CT图像中更多有用信息和层间上下文信息,建立层间上下文级联式的全卷积神经网络模型实现肝脏的自动分割。该模型通过肝脏粗略分割阶段和肝脏精确分割阶段挖掘CT图像中的有用信息;同时将多通道技术与肝脏能量图相结合提取CT图像中的层间上下文信息。在MICCAI 2017肝脏肿瘤分割挑战赛数据集上的实验结果表明,加入肝脏能量图后有助于分割精度的提升;与U-Net、FCN+3DCRF和V-Net模型相比,本文模型分割精度较高。(2)肝脏肿瘤在CT图像中没有固定的位置信息和形状信息,所以在CT图像中精确分割肝脏肿瘤依赖于细节信息的提取,现有基于卷积神经网络的方法在下采样过程中会丢失大量的细节信息,同时细节信息和高维语义信息的融合效果不佳。为了保留CT图像中的细节信息,本文建立了基于深度监督机制的特征融合网络结构顺序分割CT图像中的肝脏及肝脏肿瘤区域。在深度监督网络的基础上,加入跳层链接(Skip-connections)将侧输出层与上采样过程相结合,使得网络结构中前层的细节信息可以传递到网络结构的后层,同时建立特征融合模块将细节信息与高维语义信息有机融合。在MICCAI 2017肝脏肿瘤分割挑战赛上肿瘤分割的Dice Global为0.746,Dice per case为0.592,分割精确率(Precision)为0.369。消融实验结果表明,分割精确率有大幅提升,由0.090提升至0.369。
其他文献
目标跟踪技术作为计算机视觉的关键技术之一,在各个领域内都有广泛应用。在众多目标跟踪算法中基于相关滤波的跟踪算法因其快速性和优越的跟踪能力而备受关注。因此,本文致力于研究基于相关滤波的目标跟踪算法。其中ECO算法(Efficient Convolution Operators)是该类算法中最先进的算法之一,本文针对其在目标遮挡和目标形变等方面的不足进行改进并在多种公开测试集上进行了对比实验。本文主要
我国的刑事诉讼法规定了五种强制措施,监视居住作为其中之一,是学术界和实务界中引起最多争议的。2012年,刑事诉讼法迎来新一轮修正,对监视居住采取了大规模地改造,基本上终
互联网的迅速发展导致数据指数式增长,人们难以从海量数据中获取有效信息,这便是信息过载问题。信息过滤是解决信息过载问题的有效方法,推荐系统作为信息过滤技术的代表,近些
近些年来随着控制理论、传感技术、人工智能等学科的飞速发展,遥操作机器人逐渐受到越来越多人的关注,而具有力觉临场感的遥操作手术机器人更是当今世界学者研究的热点问题。
数据可视化主要是借助图形化手段,对数据加以解释,从而使用户能对数据进行深入地观察和分析。当今存在许多可视化方法,在可视化的众多对象中,节点连接图是一种基础的、重要的
绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)集合了MOSFET与BJT的优点,以高开关速度与低开关损耗被视为理想开关,广泛应用于逆变器等领域。温度作为影响IGBT器件失效的主要因素,能够快速准确的获取IGBT结温对研究器件失效机理、寿命预测与可靠性状态评估有着重要的意义。然而对于现有的IGBT芯片与模块,在不破坏其封装的情况下进行结温的实时测量
无源光网络(Passive Optical Network,PON)的平滑演进是以按需升级(pay-as-you-grow)的方式进行的。在过去几十年中,TDM-PON占据了接入网市场的主导地位;TDM-PON,如EPON和GPO
数据分析的目的是帮助用户从数据中提取有价值的信息、发现新颖的知识、对决策产生重要的作用,其中知识的表示和表达是关键步骤。关联规则作为一种重要的知识表示模式,能够让
在国家加大草原生态保护、牧户放牧数量受到限制的背景下,如何持续提高牧户收入成为实现牧区可持续发展的一项重要研究课题。近年来政府大力推进定居和舍饲养殖,牧户饲草料的
随着移动互联网的高速发展,互联网已经与我们生活的方方面面紧密相连,同时也产生了大量的用户行为数据。这些用户行为数据具有海量、高维、内部结构复杂等特征,且蕴含着用户的偏好,用户偏好表达了用户的个人倾向以及可能的行为,因此,构建用户偏好模型,基于偏好模型进行评分预测和偏好估计,为个性化服务、推荐提供有效支撑,具有重要意义。一方面,用户偏好客观存在但无法被直接观测到,用隐变量描述无法直接观测的变量。同时