資源描述：
《基于深度卷積神經(jīng)網(wǎng)絡(luò)的ct圖像肝臟腫瘤分割方法研究》由會員上傳分享，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。
1、密級:碩士學(xué)位論文基于深度卷積神經(jīng)網(wǎng)絡(luò)的CT圖像肝臟腫瘤分割方法研究作者姓名：李雯指導(dǎo)教師:賈富倉高級工程師中國科學(xué)院深圳先進(jìn)技術(shù)研究院胡慶茂研究員中國科學(xué)院深圳先進(jìn)技術(shù)研究院學(xué)位類別:工程碩士學(xué)科專業(yè):計(jì)算機(jī)技術(shù)研究所:深圳先進(jìn)技術(shù)研究院二零一六年四月LiverTumorSegmentationfrom3DCTImagesBasedonDeepConvolutionalNeuralNetworksByLIWenAThesisSubmittedtoTheUniversityofChineseAcademyofSciencesInpartialfulfillment
2、oftherequirementForthedegreeofMasterofEngineeringShenzhenInstitutesofAdvancedTechnologyApril,2016II聲明我聲明本論文是我本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，本論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。作者簽名：日期：中國科學(xué)院碩士學(xué)位論文——基于深度卷積神經(jīng)網(wǎng)絡(luò)的CT圖像肝臟腫瘤分割方法研究摘要肝臟是人體腹腔內(nèi)最大的實(shí)質(zhì)性器官，
3、其結(jié)構(gòu)復(fù)雜，血管豐富，病變種類多，發(fā)病率高，已經(jīng)嚴(yán)重威脅著人類的健康和生命。近年來，計(jì)算機(jī)斷層成像（ComputedTomography,CT）已成為肝臟腫瘤診斷與治療中最常用的醫(yī)學(xué)成像方式，主要的治療手段包括腫瘤切除、介入、放射等，每種治療方法都需要術(shù)前詳細(xì)了解腫瘤的數(shù)量、大小、位置等信息，以便制定一個完善的治療方案。因此，肝臟腫瘤的精確分割成為肝腫瘤治療的首要任務(wù)。腫瘤分割難點(diǎn)主要體現(xiàn)在以下幾個方面，首先肝臟腫瘤的大小、形狀、位置復(fù)雜多變，因人而異；其次腫瘤區(qū)域與肝臟正常組織界限模糊且可能毗鄰其他器官及血管；另外，肝臟腫瘤影像表現(xiàn)存在較大差異，病變組織灰度不均
4、勻等。在臨床診斷中，手動分割一致性差，耗時(shí)多，大量研究工作者對其分割進(jìn)行了深入研究，提出了許多半自動、自動的分割方法。通常半自動分割方法需要人工干預(yù)，依賴于人的主觀性和經(jīng)驗(yàn)。大部分自動分割方法是基于傳統(tǒng)的機(jī)器學(xué)習(xí)方法完成的，需要手動設(shè)計(jì)提取大量特征，特征提取過程復(fù)雜且計(jì)算量大，憑借經(jīng)驗(yàn)。肝臟腫瘤分割仍然是醫(yī)學(xué)圖像處理領(lǐng)域中的研究難點(diǎn)和熱點(diǎn)。在本文研究中，首先提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)（Convolutionalneuralnetworks,CNN）的肝臟腫瘤自動分割方法。提取不同大小的圖像數(shù)據(jù)塊作為訓(xùn)練數(shù)據(jù)并設(shè)計(jì)不同的網(wǎng)絡(luò)結(jié)構(gòu)，自動學(xué)習(xí)特征，獲得腫瘤的分割結(jié)構(gòu)。其
5、次，提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)與圖割優(yōu)化結(jié)合的分割方法。通過圖割優(yōu)化所獲得腫瘤粗分割區(qū)域，無需相應(yīng)的后處理就能得到平滑的腫瘤邊界，獲得更精確的分割結(jié)果。然后，將傳統(tǒng)的手工提取特征和自動學(xué)習(xí)特征進(jìn)行對比，分別訓(xùn)練AdaBoost，RandomForests分類器用于腫瘤分割，相比之下，自動學(xué)習(xí)特征更有效，更具有可分性，更能夠刻畫數(shù)據(jù)的豐富內(nèi)在信息，有利于腫瘤分割。實(shí)驗(yàn)結(jié)果表明，通過深度卷積神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)所獲得的特征更有利于肝臟腫瘤分割，基于深度卷積神經(jīng)網(wǎng)絡(luò)并通過圖割優(yōu)化后的腫瘤分割結(jié)果優(yōu)于傳統(tǒng)機(jī)器學(xué)習(xí)方法及半自動水平集方法的分割結(jié)果，具有較高的準(zhǔn)確性和魯棒性。關(guān)鍵
6、字：肝臟腫瘤分割；深度卷積神經(jīng)網(wǎng)絡(luò)；深度學(xué)習(xí)；圖割；CT圖像I中國科學(xué)院碩士學(xué)位論文——基于深度卷積神經(jīng)網(wǎng)絡(luò)的CT圖像肝臟腫瘤分割方法研究AbstractTheliveristhelargestsolidorganinabdomenofthebody,whichhasthecomplicatedanatomicalstructurewithvesselssystem.Liverlesionisserioustothreatpeople’shealthandlife.Inrecentyears,computedtomography(CT)isoneofthemost
7、widelyusedimagingmodalitiesfordetectionanddiagnosisoflivertumor.Themaintreatmentsincludetumorresection,intervention,ablation,etc.Thesize,shape,andlocationoftumorarerequiredindetailbeforetherapyinordertomakeafinetreatmentplan.Therefore,accuratesegmentationoflivertumorisanessentialtaskf
8、ortre
