心臟疾病是人類(lèi)健康的頭號(hào)殺手。其中,約80%的心臟疾病起源于心室病變引起的功能異常。核磁共振成像是目前軟組織分辨率最高的心臟成像方法,被認(rèn)為是臨床上心室定量分析的金標(biāo)準(zhǔn)。因此,基于心臟核磁共振圖像的心室定量分析成為臨床心臟疾病診斷和治療的重要手段。然而,準(zhǔn)確的心室定量分析是一個(gè)非常具有挑戰(zhàn)性的工作。首先,針對(duì)每個(gè)病人,一次心室核磁共振成像可以產(chǎn)生200余張圖像,只有對(duì)每張圖像進(jìn)行精準(zhǔn)標(biāo)注,才能夠?qū)崿F(xiàn)準(zhǔn)確的心室定量分析。其次,心臟運(yùn)動(dòng)造成了心室核磁共振圖像的運(yùn)動(dòng)偽影,這為心室核磁共振圖像的準(zhǔn)確標(biāo)注造成了一定的困難。另外,在臨床上心室定量分析主要依賴(lài)于人工標(biāo)注心室核磁共振圖像,這樣一個(gè)流程需要耗費(fèi)大量的時(shí)間和人力,并且存在主觀標(biāo)注差異。因此,高效和準(zhǔn)確的心室定量分析方法具有重要的臨床應(yīng)用價(jià)值和科學(xué)意義。本文圍繞自動(dòng)化的心室定量分析方法展開(kāi)其關(guān)鍵技術(shù)的研究,具體內(nèi)容如下:首先,本文從心室核磁共振圖像的成像特點(diǎn)進(jìn)行分析,結(jié)合領(lǐng)域先驗(yàn)知識(shí),提出了一種基于空間交叉點(diǎn)和多尺度圖譜匹配的心室區(qū)域檢測(cè)算法。在大規(guī)模的心室核磁共振圖像基準(zhǔn)數(shù)據(jù)集上的實(shí)驗(yàn)表明,本文提出的心室區(qū)域檢測(cè)算法,明顯優(yōu)于國(guó)際上主流的...

【文章頁(yè)數(shù)】：127 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來(lái)源
    1.2 課題背景和意義
    1.3 心室核磁共振成像基礎(chǔ)
    1.4 國(guó)內(nèi)外研究現(xiàn)狀
        1.4.1 基于核磁共振圖像的心室區(qū)域檢測(cè)方法的研究現(xiàn)狀
        1.4.2 基于核磁共振圖像的心室腔體分割方法的研究現(xiàn)狀
        1.4.3 基于核磁共振圖像的心室指標(biāo)回歸方法的研究現(xiàn)狀
    1.5 國(guó)內(nèi)外研究現(xiàn)狀分析
    1.6 本文的主要研究?jī)?nèi)容
第2章 基于空間交叉點(diǎn)的心室區(qū)域檢測(cè)方法
    2.1 引言
    2.2 心室區(qū)域檢測(cè)方法
        2.2.1 基于空間切片交叉點(diǎn)的關(guān)鍵點(diǎn)定位方法
        2.2.2 數(shù)據(jù)歸一化
        2.2.3 基于圖譜匹配的心室區(qū)域精細(xì)化檢測(cè)模型
        2.2.4 基于深度卷積網(wǎng)絡(luò)的心室區(qū)域精細(xì)化檢測(cè)模型
    2.3 實(shí)驗(yàn)結(jié)果
        2.3.1 參數(shù)配置與數(shù)據(jù)選擇
        2.3.2 評(píng)估準(zhǔn)則
        2.3.3 基線模型
        2.3.4 結(jié)果分析
    2.4 討論與拓展
    2.5 本章小結(jié)
第3章 基于空時(shí)面積變化關(guān)聯(lián)的心室腔體分割方法
    3.1 引言
    3.2 心室腔體分割方法
        3.2.1 基于深度卷積網(wǎng)絡(luò)的心室腔體分割模型
        3.2.2 基于空間面積變化關(guān)聯(lián)的心室腔體分割模型
        3.2.3 基于時(shí)間面積變化關(guān)聯(lián)的心室腔體分割模型
        3.2.4 聯(lián)合空間與時(shí)間面積變化關(guān)聯(lián)的心室腔體分割模型
    3.3 實(shí)驗(yàn)結(jié)果
        3.3.1 參數(shù)配置與數(shù)據(jù)選擇
        3.3.2 評(píng)估準(zhǔn)則
        3.3.3 模型選擇
        3.3.4 結(jié)果分析
    3.4 討論與拓展
    3.5 本章小結(jié)
第4章 心室容積指標(biāo)回歸方法
    4.1 引言
    4.2 基于深度卷積網(wǎng)絡(luò)的心室容積預(yù)測(cè)方法
        4.2.1 數(shù)據(jù)選擇與評(píng)價(jià)尺度
        4.2.2 基于多視角組合最優(yōu)集的心室容積預(yù)測(cè)方法
        4.2.3 基于動(dòng)態(tài)演化網(wǎng)絡(luò)的心室容積預(yù)測(cè)方法
    4.3 實(shí)驗(yàn)結(jié)果
        4.3.1 參數(shù)配置與數(shù)據(jù)選擇
        4.3.2 評(píng)估準(zhǔn)則
        4.3.3 模型選擇
        4.3.4 結(jié)果分析
    4.4 討論與拓展
    4.5 本章小結(jié)
第5章 基于協(xié)同網(wǎng)絡(luò)的心室指標(biāo)定量模型
    5.1 引言
    5.2 深度協(xié)同網(wǎng)絡(luò)模型
        5.2.1 面積共生關(guān)聯(lián)
        5.2.2 網(wǎng)絡(luò)結(jié)構(gòu)與模型優(yōu)化
        5.2.3 不確定性估計(jì)
    5.3 實(shí)驗(yàn)結(jié)果
        5.3.1 參數(shù)配置與數(shù)據(jù)選擇
        5.3.2 評(píng)估準(zhǔn)則
        5.3.3 模型選擇
        5.3.4 結(jié)果分析
    5.4 討論與拓展
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其他成果
致謝
個(gè)人簡(jiǎn)歷



本文編號(hào)：3798306