基于CT影像的肺結(jié)節(jié)自動(dòng)檢測(cè)對(duì)于肺癌的早發(fā)現(xiàn)、早治療,進(jìn)而挽救患病者的生命具有重要意義。早期的肺結(jié)節(jié)自動(dòng)檢測(cè)方法或基于規(guī)則系統(tǒng)或基于手工特征訓(xùn)練機(jī)器學(xué)習(xí)分類算法,雖已取得了不少成果,但對(duì)于肺結(jié)節(jié)自動(dòng)檢測(cè)這樣一個(gè)目標(biāo)形態(tài)、尺寸變化大、上下文特性不一,且背景中存在有大量區(qū)域與結(jié)節(jié)外觀相似的任務(wù),這兩類方法不僅性能受限,而且通用性不足。近年來(lái),隨著數(shù)據(jù)量的增長(zhǎng)及硬件計(jì)算能力的提高,深度學(xué)習(xí)的發(fā)展為諸多研究領(lǐng)域帶來(lái)了突破性的進(jìn)展,其一大優(yōu)勢(shì)正是可以自動(dòng)從大量數(shù)據(jù)中學(xué)習(xí)到最優(yōu)于特定任務(wù)的特征,既無(wú)需手工設(shè)計(jì)特征的繁瑣,又可讓學(xué)到的特征具有更強(qiáng)的判別能力及通用性,因此目前有越來(lái)越多的研究者開始投身到將深度學(xué)習(xí)與肺結(jié)節(jié)自動(dòng)檢測(cè)相結(jié)合的研究中。這些研究雖已初步驗(yàn)證了深度學(xué)習(xí)的有效性,但為了更好地將深度學(xué)習(xí)應(yīng)用于肺結(jié)節(jié)自動(dòng)檢測(cè)中,還須面臨不少問(wèn)題及挑戰(zhàn),如有標(biāo)數(shù)據(jù)量不足的問(wèn)題、類別不均衡的問(wèn)題以及計(jì)算資源消耗大的問(wèn)題等。針對(duì)這些問(wèn)題,本文以設(shè)計(jì)一套簡(jiǎn)潔、有效的肺結(jié)節(jié)自動(dòng)檢測(cè)方法為出發(fā)點(diǎn),從數(shù)據(jù)準(zhǔn)備、模型結(jié)構(gòu)設(shè)計(jì)、優(yōu)化機(jī)制改進(jìn)及損失函數(shù)設(shè)計(jì)四個(gè)方面提出了相應(yīng)的應(yīng)對(duì)策略。這些策略均取得了一定的效果,最終整體...

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀與趨勢(shì)
    1.3 研究?jī)?nèi)容與創(chuàng)新點(diǎn)
    1.4 論文結(jié)構(gòu)安排
第二章 相關(guān)理論基礎(chǔ)
    2.1 經(jīng)典肺結(jié)節(jié)自動(dòng)檢測(cè)方法
    2.2 深度學(xué)習(xí)基礎(chǔ)
        2.2.1 概述
        2.2.2 反向傳播算法
    2.3 深度卷積神經(jīng)網(wǎng)絡(luò)
        2.3.1 概述
        2.3.2 密集連接卷積神經(jīng)網(wǎng)絡(luò)
第三章 算法模型設(shè)計(jì)
    3.1 數(shù)據(jù)準(zhǔn)備
        3.1.1 數(shù)據(jù)歸一化與坐標(biāo)系轉(zhuǎn)換
        3.1.2 基于圖像塊的訓(xùn)練與數(shù)據(jù)增擴(kuò)
    3.2 模型結(jié)構(gòu)設(shè)計(jì)
        3.2.1 模型框架
        3.2.2 關(guān)鍵設(shè)計(jì)
    3.3 優(yōu)化機(jī)制改進(jìn)
    3.4 損失函數(shù)設(shè)計(jì)
    3.5 本章小結(jié)
第四章 實(shí)驗(yàn)驗(yàn)證與分析
    4.1 數(shù)據(jù)集介紹
    4.2 評(píng)價(jià)指標(biāo)
    4.3 定量實(shí)驗(yàn)結(jié)果
        4.3.1 模型自我評(píng)估
        4.3.2 模型對(duì)比評(píng)估
    4.4 定性實(shí)驗(yàn)結(jié)果
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
附錄I
致謝
攻讀碩士學(xué)位期間發(fā)表成果情況



本文編號(hào)：3802416