【摘要】：我國(guó)醫(yī)療水平逐年提高,然而真菌檢測(cè)手段相對(duì)薄弱,主要還是依靠人工進(jìn)行形態(tài)辨識(shí),難以滿(mǎn)足臨床需求。隨著計(jì)算機(jī)運(yùn)算速度的提升和人工智能技術(shù)的不斷發(fā)展,深度學(xué)習(xí)應(yīng)運(yùn)而生,不僅能夠有效表達(dá)圖像的深度特征,且效果優(yōu)于傳統(tǒng)手工設(shè)計(jì)的特征,因此論文基于深度學(xué)習(xí)技術(shù)對(duì)絲狀真菌圖像自動(dòng)分類(lèi)展開(kāi)研究。對(duì)于絲狀真菌圖像類(lèi)別識(shí)別問(wèn)題,論文采用目標(biāo)檢測(cè)和圖像分類(lèi)兩種方案。首先建立基于深度學(xué)習(xí)的YOLO目標(biāo)檢測(cè)模型,對(duì)目標(biāo)分生孢子位置及其類(lèi)別進(jìn)行檢測(cè),結(jié)果表明YOLO網(wǎng)絡(luò)對(duì)小目標(biāo)或鄰近目標(biāo)檢測(cè)效果較差,容易受到圖像復(fù)雜背景干擾,產(chǎn)生目標(biāo)框定位不準(zhǔn)確問(wèn)題。此外,基于人工提取的HOG特征,建立SVM模型對(duì)真菌圖像進(jìn)行分類(lèi),其方法雖然可以有效分類(lèi)6種常見(jiàn)真菌圖像,但其數(shù)據(jù)標(biāo)記需要人工標(biāo)記,準(zhǔn)備時(shí)間較長(zhǎng),難以達(dá)到實(shí)時(shí)分類(lèi)要求。針對(duì)YOLO算法和SVM分類(lèi)的缺點(diǎn),本文建立基于深度學(xué)習(xí)的CNN網(wǎng)絡(luò)模型對(duì)真菌圖像進(jìn)行自動(dòng)分類(lèi)�？紤]到原始真菌圖像內(nèi)包含多個(gè)分生孢子,且存在背景復(fù)雜、光照多變、氣泡干擾等因素,論文提出了真菌圖像分生孢子檢測(cè)預(yù)處理方法,有效提取圖像中的目標(biāo)分生孢子;進(jìn)而為滿(mǎn)足深度學(xué)習(xí)對(duì)大量訓(xùn)練樣本的要求,提出翻轉(zhuǎn)、縮放和隨機(jī)角度旋轉(zhuǎn)的數(shù)據(jù)增強(qiáng)方法,將樣本擴(kuò)充近30倍;為避免網(wǎng)絡(luò)過(guò)擬合,對(duì)CNN網(wǎng)絡(luò)增加Dropout設(shè)計(jì),實(shí)驗(yàn)結(jié)果表明數(shù)據(jù)增強(qiáng)和Dropout技術(shù)可有效提升模型分類(lèi)效果。最后,針對(duì)圖像分類(lèi)過(guò)擬合問(wèn)題,建立基于網(wǎng)絡(luò)微調(diào)的真菌圖像分類(lèi)模型,先將CNN在ImageNet數(shù)據(jù)集上預(yù)訓(xùn)練,得到網(wǎng)絡(luò)模型參數(shù),確保網(wǎng)絡(luò)的特征提取能力,再在真菌圖像數(shù)據(jù)集上再訓(xùn)練,微調(diào)網(wǎng)絡(luò)其他參數(shù),并使用softmax分類(lèi)器對(duì)真菌圖像進(jìn)行分類(lèi)。實(shí)驗(yàn)結(jié)果表明建立的網(wǎng)絡(luò)微調(diào)策略能有效避免過(guò)擬合,提高算法準(zhǔn)確性,使網(wǎng)絡(luò)具有良好的魯棒性。為方便數(shù)據(jù)管理,本文進(jìn)行了真菌自動(dòng)分類(lèi)管理信息系統(tǒng)設(shè)計(jì),主要設(shè)計(jì)數(shù)據(jù)庫(kù)E-R圖、數(shù)據(jù)字典和可視化界面,為醫(yī)院真菌檢測(cè)、提高醫(yī)生工作質(zhì)量和工作效率提供參考。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP391.41;TP181
【圖文】：

圖 2-3 YOLO 網(wǎng)絡(luò)目標(biāo)檢測(cè)模型Fig. 2-3 YOLO network target detection model從圖 2-3 中 YOLO 網(wǎng)絡(luò)目標(biāo)檢測(cè)模型運(yùn)行過(guò)程中，可以看到，輸入圖像為 RGB 圖像，經(jīng)過(guò)訓(xùn)練，輸出圖像中的所有目標(biāo)位置及其類(lèi)別概率信息。在模型訓(xùn)練過(guò)程中，將輸入圖像統(tǒng)一尺寸大小、特征提取訓(xùn)練、非極大值抑制方法去除交叉重疊區(qū)域的過(guò)程，都在深度

（e）構(gòu)巢曲霉 （f）雜色曲霉圖 3-1 研究對(duì)象：6 種較常見(jiàn)的絲狀真菌Fig.3-1 Study object: 6 more common filamentous fungi真菌檢測(cè)水平相對(duì)薄弱，臨床真菌感染病原學(xué)診斷的現(xiàn)狀遠(yuǎn)遠(yuǎn)不能滿(mǎn)醫(yī)院微生物檢驗(yàn)人員主要還是依靠形態(tài)學(xué)來(lái)辨識(shí)。目前絲狀真菌的傳

YOLO算法示意圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁宏慶;數(shù)字圖像旋轉(zhuǎn)的硬件實(shí)現(xiàn)[J];電子技術(shù);1998年12期

2 李小蘭;用Visual Basic語(yǔ)言在Windows中實(shí)現(xiàn)圖像旋轉(zhuǎn)[J];電視字幕(特技與動(dòng)畫(huà));1996年01期

3 李少芳;陳德禮;;數(shù)字圖像旋轉(zhuǎn)實(shí)現(xiàn)的探討[J];計(jì)算機(jī)與現(xiàn)代化;2007年09期

4 董育寧;一種高效執(zhí)行并行圖像旋轉(zhuǎn)的新方法[J];電子學(xué)報(bào);2001年12期

5 徐錦林,梁軍,李侃;圖像旋轉(zhuǎn)的改進(jìn)算法[J];西北建筑工程學(xué)院學(xué)報(bào)(自然科學(xué)版);1998年04期

6 李偉青;圖像旋轉(zhuǎn)的快速顯示技術(shù)[J];計(jì)算機(jī)應(yīng)用研究;1994年03期

7 張可黛,李智,曾巒;圖像旋轉(zhuǎn)的快速實(shí)現(xiàn)方法研究[J];指揮技術(shù)學(xué)院學(xué)報(bào);1999年02期

8 張軼;;國(guó)際圖像互操作框架及其應(yīng)用分析[J];數(shù)字圖書(shū)館論壇;2019年05期

9 陶德元,李舒平,周激流;消除圖像旋轉(zhuǎn)失真的方法[J];數(shù)據(jù)采集與處理;1991年04期

10 曲在濱;用VB4.0實(shí)現(xiàn)圖像旋轉(zhuǎn)的演示程序[J];電腦學(xué)習(xí);1999年01期

相關(guān)會(huì)議論文 前3條

1 王彥錕;劉方;;一種快速穩(wěn)健的圖像旋轉(zhuǎn)角度估計(jì)算法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

2 魯傳運(yùn);黃言平;季托;;圖像旋轉(zhuǎn)不變特征特性研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

3 王壽旭;馬沁巍;馬少鵬;;基于大視場(chǎng)滑坡變形的攝像測(cè)量方法研究[A];北京力學(xué)會(huì)第二十四屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2018年

相關(guān)重要報(bào)紙文章 前1條

1 王■;３Ｓ技術(shù)讓小靈通改變低端形象[N];中國(guó)經(jīng)濟(jì)時(shí)報(bào);2004年

相關(guān)博士學(xué)位論文 前4條

1 李臘全;基于變分法的PET/CT腫瘤分割算法研究[D];華中科技大學(xué);2018年

2 鄭曉菊;圖像協(xié)同顯著性檢測(cè)方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

3 李長(zhǎng)松;空間太陽(yáng)望遠(yuǎn)鏡穩(wěn)像系統(tǒng)中圖像相關(guān)器的研究[D];中國(guó)科學(xué)院研究生院（國(guó)家天文臺(tái)）;2008年

4 李冬平;基于單幅圖像的三維建模技術(shù)及其應(yīng)用[D];浙江大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 周院;基于深度學(xué)習(xí)的真菌圖像分類(lèi)算法研究[D];西安理工大學(xué);2019年

2 王琳;基于深度極限學(xué)習(xí)機(jī)圖像檢索算法[D];河北大學(xué);2019年

3 曹婷;作物圖像遠(yuǎn)程采集與控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2019年

4 沈麒;面向拷貝檢測(cè)與篡改檢測(cè)的圖像哈希算法研究[D];上海電力大學(xué);2019年

5 鐘春琳;基于標(biāo)簽語(yǔ)義的圖像檢索算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

6 遲明偉;基于主成分分析算法與多核支持向量機(jī)人臉識(shí)別方法研究[D];哈爾濱理工大學(xué);2018年

7 孫杰;基于深度學(xué)習(xí)的圖像主方向估計(jì)與特征學(xué)習(xí)[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

8 周戎龍;圖像并行加密算法設(shè)計(jì)及其移動(dòng)終端設(shè)備應(yīng)用研究[D];廣西師范大學(xué);2018年

9 喬君;基于圖像內(nèi)容安全的感知哈希方法研究[D];上海應(yīng)用技術(shù)大學(xué);2018年

10 張磊;密文域圖像處理及其應(yīng)用[D];西安電子科技大學(xué);2018年

本文編號(hào)：2746121