近年來(lái),人工智能技術(shù)得到了迅速發(fā)展,深度學(xué)習(xí)作為人工智能技術(shù)的重要組成部分不僅在金融,農(nóng)業(yè),交通等領(lǐng)域得到廣泛應(yīng)用,而且醫(yī)學(xué)領(lǐng)域的研究也逐漸增多,在醫(yī)學(xué)領(lǐng)域,深度學(xué)習(xí)在病灶分割、目標(biāo)檢測(cè)、疾病診斷、圖像分類(lèi)等方面取得了突出成就。在各類(lèi)癌癥、腦血栓、心臟病、皮膚病、帕金森病、癲癇、抑郁癥等疾病的研究中取得了豐碩的研究成果。然而,由于一些客觀原因使得人工智能在阿爾茲海默病方面的實(shí)踐應(yīng)用還相對(duì)較少。阿爾茲海默癥(Alzheimer’s disease,AD)作為一種不可逆的神經(jīng)退行性疾病,由于這種疾病通常發(fā)生在中老年人群身上,所以我們也把這種疾病俗稱(chēng)為老年癡呆癥。隨著病情的發(fā)展患者通常會(huì)出現(xiàn)認(rèn)知能力下降,記憶功能衰減,嚴(yán)重的會(huì)出現(xiàn)生活能力完全喪失等癥狀。目前由于對(duì)于該疾病的發(fā)病機(jī)制尚不明晰,所以依靠現(xiàn)今的醫(yī)療手段還無(wú)法根治,同時(shí)由于該疾病起病隱匿且其病情的發(fā)展往往比較緩慢,當(dāng)患者癥狀明顯才得以確診時(shí)其大量神經(jīng)元已經(jīng)發(fā)生不可逆性的死亡。早發(fā)現(xiàn)、早干預(yù)是應(yīng)對(duì)該疾病的最佳處理方式。近年來(lái)隨著科技的發(fā)展人們可以通過(guò)實(shí)驗(yàn)室和影像學(xué)檢查等方法并綜合其它檢查結(jié)果對(duì)病情做出診斷,借助醫(yī)學(xué)影像的檢查結(jié)果可以在...

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 人工智能的發(fā)展歷程
    1.4 深度學(xué)習(xí)在醫(yī)療影像領(lǐng)域的進(jìn)展
    1.5 章節(jié)簡(jiǎn)介
第二章 基于深度學(xué)習(xí)的阿爾茲海默癥智能檢測(cè)和分類(lèi)研究的總體框架設(shè)計(jì)
    2.1 基于深度學(xué)習(xí)的阿爾茲海默癥智能檢測(cè)和分類(lèi)研究的整體設(shè)計(jì)
    2.2 神經(jīng)網(wǎng)絡(luò)模型的整體設(shè)計(jì)
    2.3 數(shù)據(jù)集的整體設(shè)計(jì)
    2.4 實(shí)驗(yàn)流程的整體設(shè)計(jì)
    2.5 本章小結(jié)
第三章 阿爾茲海默癥醫(yī)學(xué)影像數(shù)據(jù)集的處理
    3.1 阿爾茲海默癥醫(yī)學(xué)影像數(shù)據(jù)集
    3.2 醫(yī)學(xué)影像數(shù)據(jù)集的預(yù)處理
        3.2.1 數(shù)據(jù)集的篩選
        3.2.2 數(shù)據(jù)集的標(biāo)注
        3.2.3 數(shù)據(jù)集的格式歸一化
    3.3 醫(yī)學(xué)影像數(shù)據(jù)集的深度處理
        3.3.1 數(shù)據(jù)增強(qiáng)
        3.3.2 特征增強(qiáng)
    3.4 訓(xùn)練集和測(cè)試集劃分
    3.5 本章小結(jié)
第四章 基于深度學(xué)習(xí)的阿爾茲海默癥智能檢測(cè)和分類(lèi)研究的算法設(shè)計(jì)
    4.1 卷積神經(jīng)網(wǎng)絡(luò)
        4.1.1 LeNet5簡(jiǎn)介
        4.1.2 AlexNet簡(jiǎn)介
        4.1.3 VGG簡(jiǎn)介
        4.1.4 GoogleNet簡(jiǎn)介
        4.1.5 ResNet簡(jiǎn)介
    4.2 SqueezeNet輕量級(jí)深層神經(jīng)網(wǎng)絡(luò)
    4.3 NewNet網(wǎng)絡(luò)模型
        4.3.1 改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)
        4.3.2 引入殘差思想增加跳層結(jié)構(gòu)
        4.3.3 拓寬網(wǎng)絡(luò)寬度
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果與分析
    5.1 驗(yàn)環(huán)境簡(jiǎn)介
    5.2 神經(jīng)網(wǎng)絡(luò)模型的評(píng)估方法
    5.3 二分類(lèi)實(shí)驗(yàn)結(jié)果分析
    5.4 四分類(lèi)實(shí)驗(yàn)結(jié)果分析
    5.5 幾種神經(jīng)網(wǎng)絡(luò)模型的對(duì)比
    5.6 本章小結(jié)
第六章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
附件



本文編號(hào)：3846507