【摘 要】
：
鼻咽癌是指发生在鼻咽腔壁上的恶性肿瘤,经常出现在中国南部,东南亚,中东和北非。鼻咽癌的发现和治疗时间越早,治疗的成功率就越高,放射治疗是鼻咽癌最常用的治疗方法。在进行放疗时需要在医学图像中勾画出目标靶区以避免放疗损伤人体的健康区域。目前,勾画任务通常是由经验丰富的放射科医生通过对二维切片逐个手动勾画完成的,这不仅繁琐而且费时费力。而鼻咽癌目标靶区的自动分割方法能够提升这一过程的效率,减少医生的工作
论文部分内容阅读
鼻咽癌是指发生在鼻咽腔壁上的恶性肿瘤,经常出现在中国南部,东南亚,中东和北非。鼻咽癌的发现和治疗时间越早,治疗的成功率就越高,放射治疗是鼻咽癌最常用的治疗方法。在进行放疗时需要在医学图像中勾画出目标靶区以避免放疗损伤人体的健康区域。目前,勾画任务通常是由经验丰富的放射科医生通过对二维切片逐个手动勾画完成的,这不仅繁琐而且费时费力。而鼻咽癌目标靶区的自动分割方法能够提升这一过程的效率,减少医生的工作量。因此目标靶区的自动分割方法研究是很有必要的。目前,鼻咽癌目标靶区的深度学习自动分割方法大多是在CT图像等医学图像上进行研究的。同时医学图像中肿瘤放疗靶区的自动分割仍是一个充满挑战的课题,它面临着由于不同软组织之间对比度低、边界模糊、目标区域较小、临床实际使用的医学CT图像三维分辨率较低等因素所带来的挑战。为了解决这些问题,本文提出了一个2.5D的卷积神经网络（CNN）,以处理鼻咽癌CT图像平面内和平面之间分辨率差异较大的问题。此外,本文提出了一个空间注意力模块,使网络能够专注于目标小目标进行学习,并利用通道注意力来进一步提高分割性能。不止如此,本文还使用多尺度采样方法来对网络进行训练,使得网络能够学习图像不同尺度的特征,接着将学习得到的多尺度特征与多模型集成方法相结合,以提高分割结果的鲁棒性。本文还根据模型集成方法对分割结果的不确定性进行了估计,这对于衡量放射治疗规划中鼻咽癌目标靶区的自动分割结果的可靠程度非常重要。在本文收集得到的鼻咽癌CT图像数据集上的实验结果表明:（1）本文提出的2.5D卷积神经网络在处理具有非统一分辨率的CT图像时要比常用的2D和3D网络具有更好的性能。（2）本文的注意力机制可以使得网络更加关注鼻咽癌目标靶区这样的小区域,从而提高整体分割精度。（3）本文提出的多尺度模型集成方法可以取得更鲁棒的结果,同时根据集成方法可以获得不确定性信息,以帮助医生做出更好的临床决策。
其他文献
雨是现实生活中十分常见的天气,它严重影响能见度,特别是下暴雨的时候。无论是依附在镜头上的雨滴,还是来自各个方向的雨,不断累积,最终使背景场景模糊,严重影响计算机视觉任务的准确性,例如:视频监控、目标检测、自动驾驶中的物体跟踪等。去除图像中的雨线或雨滴不仅可以提高图像的视觉质量,而且对这些计算机视觉任务十分有帮助。如何从下雨场景拍摄的视频和单一图像中恢复出无雨的视频或者背景图像一直是计算机视觉和模式
随着时代的发展,现代战场对于武器装备的要求也越来越高,其中认知能力是必不可少的关键能力之一。通过人工智能技术的使用,使装备系统能够智能地发现、确定、跟踪、瞄准和攻击威胁目标,并对攻击后的效果进行评估。辐射源的识别是认知侦察的关键环节之一,引起了国内外学者们的普遍关注。本文以辐射源识别为核心,重点针对辐射源数据分布存在偏差而识别率低的问题,展开基于迁移学习的辐射源识别技术的研究。具体而言,本文运用迁
随着当今物质生活水平的提高,制造业的标准也在逐步提高,工业制造的元件越来越精密,产品要求越来越高,常用的工厂检测已经不能适应现今大规模的生产进程,并且会束缚生产进度。比如人工检测主要通过工人肉眼识别元器件缺陷,但要求操作工有着丰富的经验以及大量的时间与耐心,且对微小缺陷的检测准确率低。传感器检测能够有效检测部分缺陷,但不同的缺陷需要不同的传感器来检测,有些精密传感器的价格极其昂贵,大大增加了成本。
智能制造的发展驱动了质量检测技术的高速演进,而芯片作为电子信息产业的关键产品,对智能化质量检测技术的工程需求迫切。其中,芯片表面标识的识别技术就具备较高的需求和应用价值。随着光学字符识别技术（Optical Character Recognition,OCR）逐渐深入工业领域,设计和实现适用于芯片相关制造场景的OCR方法,成为解决芯片标识识别问题的关键途径。当前,应用于产业中的芯片标识识别技术主要
神经形态计算凭借脉冲神经网络优良的生物可解释性和高能效比的优势而倍受关注,目前已有多款数字神经形态计算芯片问世。现阶段的数字神经形态计算硬件多采用一维神经元模型,一维神经元模型的生物细节表达能力却显不足。另有少数的神经形态计算硬件采用了二维神经元模型,但这些芯片所实现的二维神经元模型的硬件资源开销大且神经形态计算系统的可扩展性欠缺。本文在前人研究工作的基础上,针对以上问题,对数字神经形态计算硬件中
当今社会机器人变得越来越智能,相比人类具备更高的生产效率。因此,越来越多的行业开始启用机器人代替人工进行作业,所以机器人的智能化应用研究具备良好的前景。监所环境机器人是一种特殊的安防机器人,其可具备自主巡逻、自助充电、人数识别、异常报警等功能。理论上能够实现全天不间断巡逻,相比于人工具有情感等影响因素,机器人具备更高的可靠性。监所环境机器人运行于环境特征相似度大、特征较少的环境,其必须具备无人看管
移动机器人系统为了安全完成工作要求,最重要的任务之一,是通过传感器测量获取工作环境的知识,然后从这些测量中提取有意义的信息,这些信息是建立环境模型、明确自身位置的基础。传统的移动机器人观测模型基于理想的假设,如在基于视觉的感知方式中,通常假设环境噪声和测量噪声是各向同性、独立同分布的高斯噪声,无法全面地反映环境变化和传感器噪声等多源不确定性信息对感知过程的影响。为保证移动机器人在多源不确定性因素干
随着工业的发展,机器人的应用日益广泛,已成为推动生产自动化的主力军。分拣机器人作为机器人中的重要一员,是分拣和包装等领域的核心装备,需求量大面广。索并联机器人具有轻量化、高能效、成本低和高动态等优点,团队在前期研究中提出了一种具有平行索驱动结构的新型3平动自由度高速分拣机器人,并显现出巨大的性能优势和应用潜力。在分拣系统中,需要准确抓取物体,对机器人的精度提出了较高的要求。本文主要针对该平行索驱动
不稳定骨盆骨折多为高能量外力导致的伤害,随着建筑、制造、交通运输等各行各业的发展,骨盆骨折患者也有逐年增多的趋势。传统的治疗手术常采用切开复位内固定、闭合复位外固定支架手术法,这两种方法都有明显的缺点,前者手术时需要剥离大片软组织,有造成伤口感染、重要神经损伤的缺点,而后者适用范围窄、复位精度不高,同时手术对医生体力消耗极大,医护、患者都会频繁接触辐射,影响身体健康。机器人以其运动控制精准、抗疲劳
随着机器人技术的不断发展,机器人被广泛的应用到与人们生产生活息息相关的领域当中,并且发挥起了重要的作用。抓取是机器人在服务与工业领域中进行人机协调的重要能力,得到一个准确的抓取检测结果是机器人能否完成抓取任务的关键。但是,针对在未知场景中对随机物体进行抓取的需求,目前的抓取检测算法在准确性与实时性上都有待提高。为了解决上述问题,本文以抓取检测算法为研究对象,分别提出了基于锚框的抓取检测算法与基于关