【摘要】：立體定向放射治療設(shè)備作為治療腫瘤的主要手段之一,具有不可替代的重要作用。然而,我國的放療技術(shù)起步較晚,由于技術(shù)不成熟的原因,該設(shè)備在使用過程中會(huì)出現(xiàn)各種故障。準(zhǔn)確的記錄并收集設(shè)備的故障信息,可以幫助設(shè)備生產(chǎn)廠家針對(duì)自身短板進(jìn)行改進(jìn),提高立體定向放射治療設(shè)備的質(zhì)量。目前國內(nèi)醫(yī)院使用的立體定向放射治療設(shè)備型號(hào)多樣,導(dǎo)致了數(shù)據(jù)接口難以統(tǒng)一,只能采取人工值守的方式去記錄收集設(shè)備的故障信息,造成了大量的人力資源的浪費(fèi)。因此,開發(fā)一種全自動(dòng)故障檢測系統(tǒng),對(duì)于保證立體定向放射治療設(shè)備的安全性有著積極意義。由于國內(nèi)的立體定向放射治療設(shè)備品牌多樣,各個(gè)型號(hào)的設(shè)備故障類型各異,對(duì)系統(tǒng)的實(shí)現(xiàn)提出了巨大挑戰(zhàn)。當(dāng)前,面臨的主要問題主要體現(xiàn)在:第一,待檢測設(shè)備多樣性問題,需要開發(fā)一種支持對(duì)多種設(shè)備進(jìn)行故障檢測的系統(tǒng);第二,各個(gè)設(shè)備的故障信息多樣,故障位置不確定的問題,系統(tǒng)能夠?qū)Σ煌吞?hào)設(shè)備的故障進(jìn)行準(zhǔn)確的定位并分類。本系統(tǒng)中,使用TensorFlow完成故障檢測模型和故障分類的訓(xùn)練,采用OpenCV與C++完成系統(tǒng)功能的實(shí)現(xiàn),主要實(shí)現(xiàn)的功能是,針對(duì)立體定向放射治療設(shè)備的工作影像,對(duì)每種不同型號(hào)的放療設(shè)備,檢測在其工作中發(fā)生的故障,并保存故障圖像,記錄故障發(fā)生時(shí)間、結(jié)束時(shí)間、持續(xù)時(shí)長,統(tǒng)計(jì)故障總數(shù),最后生成檢測日志。本系統(tǒng)的優(yōu)勢(shì)在于:第一,支持多種設(shè)備的故障檢測,針對(duì)不同放療設(shè)備,只需將各個(gè)設(shè)備信息以配置文件的方式錄入系統(tǒng),當(dāng)檢測不同設(shè)備時(shí),只需更換相應(yīng)的配置文件;第二,采用基于深度學(xué)習(xí)的SSD目標(biāo)檢測算法,可以精準(zhǔn)的確定故障的具體位置,然后采用KNN算法將故障進(jìn)行準(zhǔn)確分類。最后,通過20組不同類型的設(shè)備的視頻影像對(duì)該系統(tǒng)進(jìn)行了功能性測試,系統(tǒng)的檢測結(jié)果準(zhǔn)確,識(shí)別率高,表明該系統(tǒng)可以滿足立體定向放射治療設(shè)備可靠性檢測需求。
【圖文】：

其中有測試集 2000 張，訓(xùn)練集 8000 張。數(shù)據(jù)集截圖如圖4.4 所示。圖 4.4 數(shù)據(jù)集圖Fig.4.4 Dataset diagram（2）圖像標(biāo)注圖像標(biāo)注模塊具體完成的工作是利用 Labelimg 圖像標(biāo)注工具對(duì)數(shù)據(jù)集中每張圖像的故障信息進(jìn)行標(biāo)注，標(biāo)注內(nèi)容包括故障區(qū)域以及故障的類別標(biāo)簽。對(duì)于每張圖像，標(biāo)注完成之后，會(huì)生成對(duì)應(yīng)的 xml 格式的標(biāo)注文件。圖像標(biāo)注界面如圖 4.5 所示。

圖 4.5 圖像標(biāo)注圖Fig.4.5 Image annotation diagram在標(biāo)注文件中，對(duì)圖像的具體信息做出了詳細(xì)的記錄，包括了圖像屬于訓(xùn)練集還是測，故障標(biāo)簽所屬類別，圖像的路徑以及圖像分辨率、通道，故障區(qū)域坐標(biāo)等信息，xml 格件記錄的圖像信息如表 4.1 所示。表 4.1SSD 標(biāo)注文件內(nèi)容示例Table4.1 SSD annotation file content example序號(hào) 屬性 值1 folder train2 filename A67.jpg3 class haiming4 width 1273
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TH789

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王棟;;高速公路人工智能視頻分析應(yīng)用探討[J];中國交通信息化;2017年08期

2 項(xiàng)華;羅樂;;視頻分析方法運(yùn)用于物理教學(xué)活動(dòng)之簡介與探討[J];物理教師;2013年01期

3 李長江;;視頻分析技術(shù)在智能交通環(huán)境下的應(yīng)用[J];電子世界;2017年04期

4 李曉勇;;視頻分析系統(tǒng)在籃球訓(xùn)練與比賽中的應(yīng)用[J];遼寧體育科技;2015年06期

5 宋賢霞;張紅;蒙創(chuàng)德;楊惠國;;視頻分析技術(shù)保障校園安防[J];中國教育網(wǎng)絡(luò);2019年04期

6 秦潔;;基于大數(shù)據(jù)的高速公路車流量分析系統(tǒng)研究[J];數(shù)碼世界;2017年04期

7 肖坦;張濤;楊栩;;視頻分析功能設(shè)計(jì)方案及實(shí)施[J];鐵路技術(shù)創(chuàng)新;2010年02期

8 劉辰;;視頻分析技術(shù)日趨成熟 推動(dòng)數(shù)字監(jiān)控應(yīng)用快速擴(kuò)展[J];中國安防;2009年Z1期

9 Alan Lipton;劉辰;;關(guān)于視頻分析的五個(gè)常見誤解[J];中國安防;2008年09期

10 葉孔儀;視頻分析儀[J];現(xiàn)代電視技術(shù);1994年03期

相關(guān)會(huì)議論文 前7條

1 陳根;馬云;周敬濱;丁杰;;利用視頻分析軟件對(duì)膝關(guān)節(jié)軸移試驗(yàn)進(jìn)行量化的研究[A];2015第十屆全國體育科學(xué)大會(huì)論文摘要匯編(二)[C];2015年

2 王仝杰;;互聯(lián)網(wǎng)熱點(diǎn)視頻分析方法研究[A];中國新聞技術(shù)工作者聯(lián)合會(huì)第六次會(huì)員代表大會(huì)、2014年學(xué)術(shù)年會(huì)暨第七屆《王選新聞科學(xué)技術(shù)獎(jiǎng)》和優(yōu)秀論文獎(jiǎng)?lì)C獎(jiǎng)大會(huì)論文集（三等獎(jiǎng)）[C];2014年

3 朱松豪;劉佳偉;胡榮林;;基于故事情節(jié)的電影摘要[A];第26屆中國控制與決策會(huì)議論文集[C];2014年

4 原琨;姚鴻勛;紀(jì)榮嶸;;基于時(shí)空關(guān)聯(lián)的角色關(guān)系挖掘[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

5 劉坤;張?jiān)獎(jiǎng)?周晨暉;剛域森;;煤礦皮帶運(yùn)輸機(jī)監(jiān)控視頻智能分析系統(tǒng)研究與應(yīng)用[A];煤礦自動(dòng)化與信息化——第27屆全國煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第8屆中國煤礦信息化與自動(dòng)化高層論壇論文集[C];2018年

6 邱若楠;;軌道交通全天候監(jiān)控系統(tǒng)技術(shù)分析[A];高速鐵路與軌道交通（金融版）[C];2016年

7 楊恒;楊文幫;張儒良;王林;;一種基于視頻分析的快速車牌定位方法[A];系統(tǒng)工程理論與應(yīng)用——貴州省系統(tǒng)工程學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 林珂 舒婭疆;人工智能 重磅利好帶來投資良機(jī)[N];金融投資報(bào);2017年

2 趙雪;我多項(xiàng)運(yùn)動(dòng)使用數(shù)字視頻技術(shù)[N];科技日?qǐng)?bào);2008年

3 閆德海 徐少磊;萊陽：六成案件借助視頻分析研判破獲[N];人民公安報(bào);2014年

4 本報(bào)通訊員 吳苡婷 本報(bào)記者 王春;上海工程技術(shù)大學(xué)研發(fā)成功高速人臉視頻分析儀[N];科技日?qǐng)?bào);2013年

5 安陽;視頻分析技術(shù)解決安防監(jiān)控難題[N];中國城鄉(xiāng)金融報(bào);2010年

6 童劍軍;視頻分析技術(shù)潛力無限[N];計(jì)算機(jī)世界;2008年

7 本報(bào)記者 祝梅;我的夢(mèng)想已經(jīng)照進(jìn)現(xiàn)實(shí)[N];浙江日?qǐng)?bào);2018年

8 甘勃邋閆松;虛擬運(yùn)動(dòng)員怎樣領(lǐng)銜奧運(yùn)訓(xùn)練[N];大眾科技報(bào);2008年

9 北京力矩傳媒雷搜市場部 王彬;視頻分析技術(shù)創(chuàng)新廣告模式[N];中國計(jì)算機(jī)報(bào);2007年

10 本報(bào)記者 徐微;張立華：讓小衛(wèi)星有大本事[N];長春日?qǐng)?bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 吳雙;基于視覺運(yùn)動(dòng)特征的群體視頻分析與理解[D];上海交通大學(xué);2017年

2 楊雪鋒;基于船載紅外視頻分析的海盜船艇智能辨識(shí)方法研究[D];大連海事大學(xué);2016年

3 沈旭;基于序列深度學(xué)習(xí)的視頻分析：建模表達(dá)與應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2017年

4 羅雅琴;視頻監(jiān)控分析云的高可用性研究[D];華中科技大學(xué);2013年

5 劉陽;數(shù)字電視的視頻分析與組播傳輸[D];中國科學(xué)院研究生院（軟件研究所）;2003年

6 謝錦生;基于動(dòng)態(tài)感知與異常注意的目標(biāo)描述方法研究[D];中國科學(xué)技術(shù)大學(xué);2012年

7 文嘉俊;運(yùn)動(dòng)目標(biāo)檢測及其行為分析研究[D];哈爾濱工業(yè)大學(xué);2015年

8 姚明海;視頻異常事件檢測與認(rèn)證方法研究[D];東北師范大學(xué);2015年

9 高贊;基于內(nèi)容的視頻分析關(guān)鍵技術(shù)[D];北京郵電大學(xué);2011年

10 孫浩;運(yùn)動(dòng)成像平臺(tái)近景視頻運(yùn)動(dòng)目標(biāo)檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 陳粵俊;基于邊緣計(jì)算的視頻分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

2 謝英豪;基于邊緣計(jì)算的視頻分析及定位應(yīng)用研究[D];北京郵電大學(xué);2019年

3 馬宸;基于視頻分析的立體定向放射治療設(shè)備可靠性檢測系統(tǒng)[D];內(nèi)蒙古大學(xué);2019年

4 曹茂華;基于計(jì)算機(jī)視覺對(duì)蝦抗逆性實(shí)驗(yàn)視頻分析系統(tǒng)[D];廈門大學(xué);2018年

5 胡齊齊;人體時(shí)序動(dòng)作檢測與精確定位算法的研究[D];天津工業(yè)大學(xué);2019年

6 王銘羽;基于視頻分析的火車駕駛違規(guī)行為篩查[D];河北大學(xué);2018年

7 孫黎;基于深度學(xué)習(xí)的交通視頻分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2018年

8 蔡敏;基于視頻分析的森林煙火識(shí)別算法研究[D];東南大學(xué);2018年

9 饒著譯;移動(dòng)邊緣計(jì)算及視頻分析應(yīng)用研究[D];北京郵電大學(xué);2018年

10 鄭迪昕;基于深度學(xué)習(xí)的運(yùn)動(dòng)視頻分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2018年

，

本文編號(hào)：2600464