【摘要】：醫(yī)學(xué)pathway圖以節(jié)點——邊——節(jié)點的形式詳細地描述了生物體內(nèi)分子間相互轉(zhuǎn)化的關(guān)系,一整張pathway圖展示了與某種生理狀態(tài)相關(guān)的所有代謝通路。對pathway圖的分析和挖掘可以輔助醫(yī)生發(fā)現(xiàn)新的治療通路,確定最有效的治療方案。由于醫(yī)學(xué)pathway圖數(shù)量多,結(jié)構(gòu)復(fù)雜,人工對其識別會花費大量的時間。本文將重點研究基于深度學(xué)習(xí)的目標(biāo)檢測識別模型并應(yīng)用到pathway圖的自動檢測識別中。具體工作如下:首先,通過分析多種基于深度學(xué)習(xí)的目標(biāo)檢測方法的優(yōu)劣性及適用場景,針對醫(yī)學(xué)pathway圖中元素種類多,整體結(jié)構(gòu)復(fù)雜的特點,采用檢測精度好,檢測速度快的多目標(biāo)檢測模型SSD來實現(xiàn)圖中多種元素的檢測和定位。通過構(gòu)建各元素的數(shù)據(jù)集,訓(xùn)練得到檢測模型,通過對檢測結(jié)果的準(zhǔn)確率、查全率進行分析,評價模型檢測性能的優(yōu)劣。實驗表明,在數(shù)據(jù)集數(shù)量一定的情況下,適當(dāng)增加訓(xùn)練時的迭代次數(shù)可以有效地提高檢測結(jié)果的精度,降低目標(biāo)的漏檢率。接著,采用分割加識別的方法對pathway圖中的字符串進行識別。常用的投影分割字符法在分割未粘連字符中具有良好的性能,針對粘連字符串,本文采用滴水法進行字符分割。針對pathway圖中的字符串包含了許多特殊字符(如希臘字母,各種標(biāo)點符號等)的情況,本文對每個字符構(gòu)建了 100張32X32像素的數(shù)據(jù)集,再將其輸入卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到字符識別模型。最后,將元素檢測和字符識別模塊進行整合,設(shè)計了醫(yī)學(xué)pathway圖識別框架并實現(xiàn)了實驗演示系統(tǒng)。
【學(xué)位授予單位】：寧夏大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;R318;TP391.41
【圖文】：

卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò)，其核心思想是卷積操作，具有局部連接、權(quán)重共享等逡逑特性。近年來，卷積神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于圖像識別等領(lǐng)域，在許多項目中都取得了很大的成逡逑功［２７］。圖２－１是卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)，整個網(wǎng)絡(luò)由輸入層、卷積層、激活函數(shù)、池化層和逡逑全連接層組成。當(dāng)輸入層的數(shù)據(jù)為圖像時，計算機將其理解為若干個矩陣，再對這些矩陣進行逡逑卷積、池化等操作，將圖像中的特征信息提取出來。卷積神經(jīng)網(wǎng)絡(luò)的最后一層為全連接層，用逡逑于將前層網(wǎng)絡(luò)提取到的特征綜合在一起。在全連接層，需要計算預(yù)測值與真實值之間的差值，逡逑即為損失值（ｌｏｓｓ），再通過反向傳播算法（ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ邋ａｌｇｏｒｉｔｈｍ）將ｌｏｓｓ逐一向前反逡逑饋，完成前面每層參數(shù)的更新后向全連接層再次進行傳播，反復(fù)執(zhí)行此過程，不斷更新參數(shù)直逡逑到整個模型收斂為止。逡逑？邐全逡逑輸邐卷＾邋４－－－－池？…連邐分逡逑入￣卜積邐Ｓ邐化邐接￣＾類逡逑邐？前向傳播……？？反向傳播逡逑圖２－１卷積神經(jīng)網(wǎng)絡(luò)基本構(gòu)架逡逑２．１．１卷積層逡逑卷積層被用來提取圖像中的特征信息，每一次卷積操作的對象是圖像中的一塊局部區(qū)域。逡逑當(dāng)輸入神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)為一個二維矩陣時，卷積操作的過程如圖２－２所示，假設(shè)輸入矩陣維數(shù)逡逑為５Ｘ５

卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò)，其核心思想是卷積操作，具有局部連接、權(quán)重共享等逡逑特性。近年來，卷積神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于圖像識別等領(lǐng)域，在許多項目中都取得了很大的成逡逑功［２７］。圖２－１是卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)，整個網(wǎng)絡(luò)由輸入層、卷積層、激活函數(shù)、池化層和逡逑全連接層組成。當(dāng)輸入層的數(shù)據(jù)為圖像時，計算機將其理解為若干個矩陣，再對這些矩陣進行逡逑卷積、池化等操作，將圖像中的特征信息提取出來。卷積神經(jīng)網(wǎng)絡(luò)的最后一層為全連接層，用逡逑于將前層網(wǎng)絡(luò)提取到的特征綜合在一起。在全連接層，需要計算預(yù)測值與真實值之間的差值，逡逑即為損失值（ｌｏｓｓ），再通過反向傳播算法（ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ邋ａｌｇｏｒｉｔｈｍ）將ｌｏｓｓ逐一向前反逡逑饋，完成前面每層參數(shù)的更新后向全連接層再次進行傳播，反復(fù)執(zhí)行此過程，不斷更新參數(shù)直逡逑到整個模型收斂為止。逡逑？邐全逡逑輸邐卷＾邋４－－－－池？…連邐分逡逑入￣卜積邐Ｓ邐化邐接￣＾類逡逑邐？前向傳播……？？反向傳播逡逑圖２－１卷積神經(jīng)網(wǎng)絡(luò)基本構(gòu)架逡逑２．１．１卷積層逡逑卷積層被用來提取圖像中的特征信息，每一次卷積操作的對象是圖像中的一塊局部區(qū)域。逡逑當(dāng)輸入神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)為一個二維矩陣時，卷積操作的過程如圖２－２所示，假設(shè)輸入矩陣維數(shù)逡逑為５Ｘ５

圖２－６池化操作逡逑２－６，，“

【相似文獻】

相關(guān)期刊論文 前10條

1 李彥飛;;圖像中字符識別算法的設(shè)計與實現(xiàn)[J];中國多媒體與網(wǎng)絡(luò)教學(xué)學(xué)報(電子版);2017年03期

2 ;有限自然碼非接觸光電字符識別[J];中國計量學(xué)院學(xué)報;2001年02期

3 陳磊;奧賽試題講評:字符識別問題解答[J];電腦愛好者;1998年04期

4 錢真,宋克歐;一種新的手寫體字符識別方法[J];哈爾濱船舶工程學(xué)院學(xué)報;1989年03期

5 陳薇,李勇;基于塊輸入的神經(jīng)網(wǎng)絡(luò)英語字符識別研究[J];計算機時代;2005年07期

6 張欽;黃孝彬;田沛;;近鄰法字符識別算法分析[J];儀器儀表用戶;2012年03期

7 張平，潘保昌;提高字符識別精度的并行處理方法[J];計算技術(shù)與自動化;1995年04期

8 羅世平;;智能字符識別系統(tǒng)[J];機械與電子;1993年01期

9 張紅霞;王燦;劉鑫;白志城;付秀娟;王剛;梅天燦;王學(xué)華;;復(fù)雜背景圖像的字符識別算法研究[J];計算機測量與控制;2019年08期

10 許振新;字符識別要面向應(yīng)用[J];中國計算機用戶;2003年13期

相關(guān)會議論文 前10條

1 劉云曼;王磊;;盲人閱讀機中圖像字符識別方法的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會第三十三屆學(xué)術(shù)年會論文集[C];2013年

2 李玉良;王良松;李晶;;圖像中數(shù)字字符識別技術(shù)概覽[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（一）[C];2007年

3 吳馮維;宋亮;王海寧;;字符識別技術(shù)在河湖工程劃界資料處理中的應(yīng)用[A];江蘇省測繪地理信息學(xué)會2018年學(xué)術(shù)年會論文集[C];2018年

4 陸璐;張旭東;趙瑩;高雋;;基于卷積神經(jīng)網(wǎng)絡(luò)的車牌照字符識別研究[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

5 朱小燕;史一凡;馬少平;;脫機手寫體字符識別研究[A];面向21世紀(jì)的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

6 張雪山;田慧;;字符識別系統(tǒng)的一種定位算法[A];圖像 仿真 信息技術(shù)——第二屆聯(lián)合學(xué)術(shù)會議論文集[C];2002年

7 孫羽菲;張玉志;;一種應(yīng)用于字符識別的特征評價新方法[A];第八屆全國漢字識別學(xué)術(shù)會議論文集[C];2002年

8 哈力木拉提．買買提;;基于輪廓的維吾爾文切分[A];民族語言文字信息技術(shù)研究——第十一屆全國民族語言文字信息學(xué)術(shù)研討會論文集[C];2007年

9 唐軼峻;申小陽;朱雯蘭;隋成華;;基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)顯儀表動態(tài)字符識別研究[A];浙江省光學(xué)學(xué)會第九屆學(xué)術(shù)年會暨新型光電技術(shù)青年論壇論文集[C];2005年

10 韓峰;孫一翎;吳慶陽;袁霞;劉承香;黃海漩;黎國強;袁振東;徐平;;激光打標(biāo)字符識別技術(shù)探索[A];中國光學(xué)學(xué)會2011年學(xué)術(shù)大會摘要集[C];2011年

相關(guān)重要報紙文章 前1條

1 郭劍 中國青年報·中青在線記者 洪克非;“完美藥丸”選秀記[N];中國青年報;2018年

相關(guān)博士學(xué)位論文 前9條

1 彭健;多類小字符集自適應(yīng)字符識別技術(shù)及系統(tǒng)的研究[D];重慶大學(xué);2002年

2 羅特飛（Mohammed Lutf）;基于HMM與決策樹的多字體阿拉伯文的字符識別[D];華中科技大學(xué);2015年

3 文穎;數(shù)字、字符識別及其應(yīng)用研究[D];上海交通大學(xué);2009年

4 鄭陽;自然場景圖像中文本檢測技術(shù)研究[D];北京科技大學(xué);2018年

5 許亞美;手寫維吾爾文字識別若干關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

6 張楠;低秩鑒別分析與回歸分類方法研究[D];南京理工大學(xué);2012年

7 朱安娜;基于卷積神經(jīng)網(wǎng)絡(luò)的場景文本定位及多方向字符識別研究[D];華中科技大學(xué);2016年

8 張健;復(fù)雜圖像文本提取關(guān)鍵技術(shù)與應(yīng)用研究[D];南開大學(xué);2014年

9 叢鍵;視頻流分層傳輸與流中文本識別[D];電子科技大學(xué);2001年

相關(guān)碩士學(xué)位論文 前10條

1 金冰鑫;基于深度學(xué)習(xí)的醫(yī)學(xué)pathway圖識別[D];寧夏大學(xué);2019年

2 李明;基于SSD網(wǎng)絡(luò)端到端的OCR識別方法研究與實現(xiàn)[D];西安電子科技大學(xué);2019年

3 陳慷;車牌識別中去噪與字符識別算法的研究[D];安徽理工大學(xué);2019年

4 黃榜;基于深度學(xué)習(xí)的多車牌字符識別算法研究[D];合肥工業(yè)大學(xué);2019年

5 梅俊輝;物流票據(jù)信息提取與分析的研究[D];北京交通大學(xué);2019年

6 趙慧敏;基于深度學(xué)習(xí)的銀行卡識別系統(tǒng)設(shè)計開發(fā)[D];華北電力大學(xué)(北京);2019年

7 張軍;基于機器視覺的奶粉蓋信息識別系統(tǒng)設(shè)計[D];哈爾濱理工大學(xué);2019年

8 閻晨陽;小字符噴碼機的字符識別方法研究[D];廣西師范大學(xué);2019年

9 段西利;工業(yè)工件復(fù)雜表面的字符識別方法研究[D];西安理工大學(xué);2019年

10 孫迪;基于深度學(xué)習(xí)的汽車電子線束圖字符識別方法設(shè)計與實現(xiàn)[D];吉林大學(xué);2019年

本文編號：2771994