資源描述：
《超聲圖像多目標(biāo)語(yǔ)義分割方法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、碩士學(xué)位論文超聲圖像多目標(biāo)語(yǔ)義分割方法研究RESEARCHONMULTI-OBJECTIVESEMANTICSEGMENTATIONOFULTRASONICIMAGES孫天煒哈爾濱工業(yè)大學(xué)2018年6月哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文國(guó)內(nèi)圖書(shū)分類號(hào)：TP391.4學(xué)校代碼：10213國(guó)際圖書(shū)分類號(hào)：004.94密級(jí)：公開(kāi)碩士學(xué)位論文超聲圖像多目標(biāo)語(yǔ)義分割方法研究碩士研究生：孫天煒導(dǎo)師：黃劍華教授申請(qǐng)學(xué)位：工學(xué)碩士學(xué)科：計(jì)算機(jī)科學(xué)與技術(shù)所在單位：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院答辯日期：2018年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文Classifi
2、edIndex:TP391.4U.D.C:004.94DissertationfortheMasterDegreeRESEARCHONMULTI-OBJECTIVESEMANTICSEGMENTATIONOFULTRASONICIMAGESCandidate：TianweiSunSupervisor：Prof.HuangJianhuaAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ComputerScienceandTechnologySchoolofComputerScienceandAffil
3、iation：TechnologyDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要乳腺腫瘤是近年來(lái)威脅女性健康的常見(jiàn)疾病，臨床表明，早期的乳腺腫瘤如果能被及時(shí)發(fā)現(xiàn)并給予治療，多數(shù)都可成功治愈，因此乳腺腫瘤的醫(yī)學(xué)診斷尤為重要。超聲成像技術(shù)利用超聲波聲束穿過(guò)人體，根據(jù)聲波反射的強(qiáng)弱形成超聲圖像，可以方便直觀地觀察人體內(nèi)的腫瘤、畸形等形態(tài)結(jié)構(gòu)發(fā)生變化的疾病。如今，該技術(shù)已經(jīng)憑借其無(wú)創(chuàng)、無(wú)痛、成本低廉的優(yōu)點(diǎn)廣泛應(yīng)用于乳腺腫
4、瘤的檢測(cè)中。為了降低對(duì)乳腺超聲圖像的誤診率，輔助醫(yī)生工作，讓計(jì)算機(jī)能自動(dòng)地識(shí)別出腫瘤區(qū)域及周圍組織結(jié)構(gòu)是本文研究的主要目的。在醫(yī)學(xué)圖像處理領(lǐng)域，識(shí)別目標(biāo)的主要方法是通過(guò)圖像分割來(lái)取得目標(biāo)區(qū)域。本文研究的方法是對(duì)圖像做語(yǔ)義分割，這種分割方法不僅能確定目標(biāo)的位置，同時(shí)還能夠識(shí)別出目標(biāo)的類別，通過(guò)分類模型計(jì)算每個(gè)像素點(diǎn)的類別概率分布，使用全連接條件隨機(jī)場(chǎng)模型來(lái)對(duì)整幅圖像進(jìn)行優(yōu)化，以確定每個(gè)像素點(diǎn)的類別，達(dá)到語(yǔ)義分割的目的。本文首先對(duì)目前國(guó)內(nèi)外在圖像分割領(lǐng)域的研究現(xiàn)狀作了總結(jié)，接下來(lái)提出本文的圖像語(yǔ)義分割方法的思路，對(duì)取得的乳腺超聲圖像樣本提取多種不同的特征，之后分
5、別對(duì)它們使用支持向量機(jī)模型訓(xùn)練，比較其在測(cè)試樣本上的圖像分割效果，實(shí)驗(yàn)中由全卷積神經(jīng)網(wǎng)絡(luò)提取的深層次特征具有較好的分割準(zhǔn)確性，本文將這種圖像分割得到的像素類別概率分布插值放大后得到本研究的圖像粗分割，然后提出了一種基于醫(yī)學(xué)先驗(yàn)約束的全連接條件隨機(jī)場(chǎng)模型，該模型考慮了乳腺超聲圖像中組織器官的層次特點(diǎn)與相鄰關(guān)系，增加了類別間距離約束項(xiàng)，可以對(duì)不符合醫(yī)學(xué)常識(shí)的分割結(jié)果給予懲罰，以糾正粗分割中分類模型產(chǎn)生的錯(cuò)誤分割。實(shí)驗(yàn)表明，本文的方法能夠很好的處理圖像特征不明朗、SVM分類器產(chǎn)生違反醫(yī)學(xué)常識(shí)的識(shí)別結(jié)果等問(wèn)題，可以在乳腺超聲圖像上取得較好的分割效果。關(guān)鍵詞：乳腺超聲
6、圖像；語(yǔ)義分割；支持向量機(jī)；全連接條件隨機(jī)場(chǎng)I哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractBreasttumorisacommondiseasewhichthreatensthehealthofwomeninrecentyears.Clinicalstudieshasbeenshownthatmostoftheearlybreasttumorscanbesuccessfullycurediftheycanbefoundandtreatedintime.Therefore,themedicaldiagnosisofbreasttumorsisparticul
7、arlyimportant.Ultrasoundimagingtechnologyusesultrasoundbeamstopassthroughthehumanbodyandformsultrasoundimagesbasedonthestrengthofacousticreflections.Itisconvenientandintuitivetoobservediseasessuchastumorsanddeformitiesinthehumanbody.Today,thetechnologyhasbeenwidelyusedinthedetectio
8、nofbreasttumorswithitsadva
