目前,肺癌已經(jīng)成為世界上發(fā)病率和死亡率最高的腫瘤疾病。隨著人們生活習慣的改變和環(huán)境的惡化,肺癌人群逐年增多,因而社會對此關注度日益增加。肺癌的早期癥狀在醫(yī)學圖像上以肺結(jié)節(jié)的形式表現(xiàn),雖然大部分肺結(jié)節(jié)對人體的影響不大,但是少數(shù)的肺結(jié)節(jié)會轉(zhuǎn)變?yōu)榉伟?而肺癌一旦出現(xiàn),將對人類健康造成巨大的危害。因此,快速準確地檢測肺結(jié)節(jié)對于預防和診療肺癌具有重要意義和價值。本文以CT圖像病例數(shù)據(jù)為研究對象,重點研究基于深度學習方法的肺結(jié)節(jié)檢測算法,旨在為醫(yī)生提供更加準確有效的診斷方法,提高早期肺癌的生存率,對肺癌的早期診斷和治療具有積極作用。論文主要研究內(nèi)容和取得的成果如下:1.針對用于特征提取的卷積神經(jīng)網(wǎng)絡結(jié)構參數(shù)冗余的問題,提出一種新型的用于醫(yī)學圖像特征提取的網(wǎng)絡結(jié)構,通過優(yōu)化網(wǎng)絡結(jié)構參數(shù),以提取更為有效的特征,從而減輕網(wǎng)絡結(jié)構過擬合的程度。實驗結(jié)果表明,相較于現(xiàn)有的卷積神經(jīng)網(wǎng)絡結(jié)構,所提的新型網(wǎng)絡結(jié)構可以使過擬合現(xiàn)象減弱,能夠有效提高肺結(jié)節(jié)的檢測精度,實現(xiàn)對肺結(jié)節(jié)目標準確高效的檢測。2.針對血管或氣管等組織遮擋肺結(jié)節(jié)影響肺結(jié)節(jié)形狀特征檢測的問題,提出一種新型的基于對抗網(wǎng)絡的肺結(jié)節(jié)檢測器,即將對抗網(wǎng)絡應... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【部分圖文】：

LIDC數(shù)據(jù)庫中的DCM圖像

XML注釋文件片段圖

對000003.dcm含結(jié)節(jié)圖像做出的標記圖

【參考文獻】：
期刊論文
[1]深度學習研究進展[J]. 劉建偉,劉媛,羅雄麟.  計算機應用研究. 2014(07)
[2]深度學習的昨天、今天和明天[J]. 余凱,賈磊,陳雨強,徐偉.  計算機研究與發(fā)展. 2013(09)
[3]LIDC中肺結(jié)節(jié)注釋信息的提取及數(shù)據(jù)庫的建立[J]. 顧曉暉,馬曉宇,陳卉.  數(shù)理醫(yī)藥學雜志. 2009(02)
[4]LIDC數(shù)據(jù)庫中CT上肺結(jié)節(jié)輪廓的可視化[J]. 馬曉宇,顧曉暉,謝艷,陳卉.  中國醫(yī)療設備. 2009(02)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡的肺部結(jié)節(jié)檢測系統(tǒng)研制[D]. 朱翔宇.南京大學 2017
[2]基于CT圖像的肺結(jié)節(jié)檢測方法研究[D]. 王鑫.長春工業(yè)大學 2015
[3]基于DICOM序列影像的肺結(jié)節(jié)檢測算法研究[D]. 羅旋.電子科技大學 2015



本文編號：3221064