乳腺癌作為影響女性健康威脅生命的惡性疾病,一直以來都是通過女性自檢和醫(yī)生經(jīng)驗(yàn)輔以醫(yī)學(xué)影像診斷病情,這對(duì)患者和醫(yī)生都造成了很多的負(fù)擔(dān)。隨著人工智能機(jī)器學(xué)習(xí)的發(fā)展和神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的普及,越來越多計(jì)算機(jī)方法被應(yīng)用到醫(yī)學(xué)臨床中。在這其中的圖像分割作為圖像處理領(lǐng)域的一項(xiàng)重要研究?jī)?nèi)容,在醫(yī)學(xué)影像處理上有著廣闊的應(yīng)用前景。從這個(gè)方向入手,文章研究并提出了一種全新基于模糊邏輯注意力機(jī)制的分割乳腺腫瘤超聲圖像的深度學(xué)習(xí)算法模型。傳統(tǒng)圖像分割算法雖然實(shí)現(xiàn)簡(jiǎn)單執(zhí)行效率高,但是對(duì)于醫(yī)學(xué)圖像這種構(gòu)成特征要素復(fù)雜紋理邊緣不清晰的圖像,其對(duì)任務(wù)目標(biāo)區(qū)域分割難以達(dá)到理想的效果,針對(duì)這現(xiàn)象,本文主要做了以下工作:（1）對(duì)于原始待分割圖像,采用直方圖均衡和小波變換方式處理使其細(xì)節(jié)特征更清晰擁有更多的信息,通過注意力機(jī)制改進(jìn)醫(yī)學(xué)圖像分割效果顯著的UNet模型,分別在其上采樣和下采樣結(jié)構(gòu)中嵌入關(guān)注特征通道和空間區(qū)域的注意力模塊,前者更加關(guān)注同一尺寸結(jié)構(gòu)下各特征通道間重要程度而后者則更為關(guān)注同一特征圖上各個(gè)位置區(qū)域不同要素的重要性權(quán)重。這種方式可以更加深入利用提取到的信息,并對(duì)上下文淺層和深層信息融合使得分割結(jié)果更加精確。（... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)

AlexNet網(wǎng)絡(luò)結(jié)構(gòu)

- 7 -圖 2-3 VGGNet 網(wǎng)絡(luò)結(jié)構(gòu)由于 AlexNet 在 2012 年 ImageNet 比賽中大放異彩，準(zhǔn)確率達(dá)到了驚人的57.1%，top1-5 達(dá)到 80.2%，掀起了卷積神經(jīng)網(wǎng)絡(luò)研究熱潮，在這之后研究人員

【參考文獻(xiàn)】：
期刊論文
[1]2014年中國(guó)女性乳腺癌發(fā)病與死亡分析[J]. 李賀,鄭榮壽,張思維,曾紅梅,孫可欣,夏昌發(fā),楊之洵,陳萬青,赫捷.  中華腫瘤雜志. 2018 (03)
[2]基于分層的FCM算法在醫(yī)學(xué)圖像分割中的應(yīng)用[J]. 孫玉娟,王增鋒,張小峰.  中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(11)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[4]基于小波多分辨率分析和改進(jìn)窄帶法的C-V水平集圖像分割模型[J]. 付金明,羿旭明.  數(shù)學(xué)雜志. 2016(04)
[5]醫(yī)學(xué)圖像配準(zhǔn)技術(shù)研究進(jìn)展[J]. 于佳,于國(guó)華,陸丹.  計(jì)算機(jī)與數(shù)字工程. 2009(10)
[6]基于模糊邏輯的分步式超折射地物回波識(shí)別方法的建立和效果分析[J]. 劉黎平,吳林林,楊引明.  氣象學(xué)報(bào). 2007(02)

博士論文
[1]基于模糊聚類算法的醫(yī)學(xué)圖像分割技術(shù)研究[D]. 張小峰.山東大學(xué) 2014



本文編號(hào)：3305678