目的由于類風(fēng)濕性關(guān)節(jié)炎（Rheumatoid Arthritis,RA）主要對小關(guān)節(jié)造成損傷,尤其以掌指關(guān)節(jié)（Metacarpophalangeal Joint,MCP）明顯。本研究以RA的關(guān)節(jié)滑膜病變診療及預(yù)后評估這一重大臨床需求為切入點,對所獲取的基于超聲US-7標準的MCP超聲灰階數(shù)據(jù),利用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）對其進行挖掘、處理以及分析。目的是建立一個能對滑膜病變無損自動識別的模型。資料與方法收集2017年8月至2018年12月在深圳市人民醫(yī)院確診為RA患者的MCP超聲圖片。本研究使用的超聲診斷儀為Mindray Resona7、所用的探頭為11-3M線陣探頭。隨機選取整體數(shù)據(jù)的80%、20%分別作為訓(xùn)練集和測試集。深度學(xué)習(xí)模型選用谷歌發(fā)布的VGG-16模型。在對MCP灰階超聲圖片感興趣區(qū)自動抓取后,按照預(yù)定的計劃,把80%的數(shù)據(jù)輸入模型中進行特征提取及學(xué)習(xí)。用剩余20%的數(shù)據(jù)對已經(jīng)學(xué)習(xí)完畢的模型進行測試。把正常的圖片記為0,異常的圖片被記為1。通過人工統(tǒng)計數(shù)目繪制成四格表數(shù)據(jù),計算模型對測試集數(shù)據(jù)的敏感度（Sensit... 

【文章來源】：暨南大學(xué)廣東省 211工程院校

【文章頁數(shù)】：40 頁

【學(xué)位級別】：碩士

【部分圖文】：

10年全球疾病負擔報告

暨南大學(xué)2019屆碩士論文基于卷積神經(jīng)網(wǎng)絡(luò)無損判別類風(fēng)濕性滑膜炎的研究21、1987年美國風(fēng)濕病聯(lián)盟診斷標準：晨僵≥1小時、3個及3個以上關(guān)節(jié)受累、受累關(guān)節(jié)的炎癥時間＞6周、對稱性關(guān)節(jié)炎、類風(fēng)濕因子陽性、類風(fēng)濕結(jié)節(jié)及雙手X線片改變七條診斷標準，達到4條及以上，即可確診；2、2010年歐洲抗風(fēng)濕病聯(lián)盟（EULAR）診治標準：根據(jù)關(guān)節(jié)部位、數(shù)量和血清學(xué)標準打分，總分超過6分，即可確診。具體評分細則，如表1所示。關(guān)節(jié)受累得分(0-5分)血清學(xué)（至少1條）得分（0-5分）1個大關(guān)節(jié)0RF和ACPA均陰性02-10個大關(guān)節(jié)1RF或/和ACPA低滴度陽性21-3個小關(guān)節(jié)2RF或/和ACPA高滴度陽性（超過正常值3倍以上）34-10個小關(guān)節(jié)3大于10個小關(guān)節(jié)5急性時相反應(yīng)物（至少1條）得分(0-1分)癥狀持續(xù)時間得分（0-1分）CRP或ESR均正常0小于6周0CRP或ESR增高1大于等于6周1表1.評分標準上述臨床診斷RA的指標屬于有創(chuàng)檢查，不便于及時評估，結(jié)合前期基礎(chǔ)我們擬結(jié)合深度學(xué)習(xí)實現(xiàn)無創(chuàng)評估RA滑膜病變。隨后，類風(fēng)濕關(guān)節(jié)炎和結(jié)締組織病預(yù)后評估組織(OMERACT)提出炎性關(guān)節(jié)病超聲共識，明確規(guī)定7關(guān)節(jié)超聲評分（7-jointultrasoundscore，US-7，如圖2），從滑膜炎癥、滑膜血流、關(guān)節(jié)滲出、骨侵蝕4方面進行4級評分，綜合判斷疾病嚴重程度及療效。圖2.7關(guān)節(jié)超聲評分示意圖基于超聲的7關(guān)節(jié)評分具體內(nèi)容如下：1）滑膜增生評分，超聲表現(xiàn)為關(guān)節(jié)腔內(nèi)異常低回聲組織，不可移動，難以

暨南大學(xué)2019屆碩士論文基于卷積神經(jīng)網(wǎng)絡(luò)無損判別類風(fēng)濕性滑膜炎的研究3壓縮，增生滑膜回聲低于骨骼及其淺方軟組織。如果正常，則判定為0分無滑膜增生，如果有滑膜增生，則分三種情況：增生的滑膜不超過骨面最高點連線，判定為1分（圖3綠色部分）；增生的滑膜超過最高點連線，但不超過骨干，判定為2分（圖3黃色部分），增生的滑膜延伸超過一側(cè)骨干，則判定為3分（圖3紅色部分）。圖3.滑膜增生2）滑膜血流分級，利用能量多普勒進行探測，可顯示增生滑膜血流信號，把增生滑膜的面積定為Area1，出現(xiàn)血流信號的面積之和定為Area2，得到Area2/Area1面積百分比。根據(jù)標準未出現(xiàn)血流，評為0分，如果出現(xiàn)單一血流，評為1分（如圖4A）；Area2/Area1面積百分比≤50%，評為2分（如圖4B）；Area2/Area1面積百分比＞50%，評為3分。圖4.滑膜血流3）關(guān)節(jié)腔積液分級，超聲表現(xiàn)為關(guān)節(jié)腔內(nèi)異常低-無回聲，可移動，可壓縮，無血流信號。關(guān)節(jié)腔內(nèi)無積液，評為0分；關(guān)節(jié)腔內(nèi)有微量積液，評為1分（如圖5A）；關(guān)節(jié)腔內(nèi)中量積液，評為2分（不伴有關(guān)節(jié)囊分離，如圖5B）；關(guān)節(jié)腔內(nèi)多量積液，評為3分（伴有關(guān)節(jié)囊分離，如圖5C）。

【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的小細胞型肺癌輔助檢測方法[J]. 李學(xué)滄,賈識楨.  中國數(shù)字醫(yī)學(xué). 2013 (10)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的木材缺陷識別[J]. 徐姍姍,劉應(yīng)安,徐昇.  山東大學(xué)學(xué)報(工學(xué)版). 2013(02)
[3]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正.  計算機應(yīng)用研究. 2012(08)

碩士論文
[1]隨機森林和卷積神經(jīng)網(wǎng)絡(luò)在神經(jīng)細胞圖像分割中的應(yīng)用研究[D]. 曹貴寶.山東大學(xué) 2014



本文編號：3064368