收藏本站
《西安邮电大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的股骨分割

王萌  
【摘要】:随着计算机数据处理能力的加快和人工智能技术的成熟,医生越来越多地使用数字图像来进行辅助诊断治疗,其中X光检查是一种有效筛查疾病的传统方法,它在诊断治疗的不同阶段使用,包括骨折诊断治疗、评价骨骼成熟度、骨密度测量和手术前的治疗计划等。X线片中骨组织的分割是计算机辅助预后、外科手术和治疗的主要步骤,但是因为医学成像技术的限制和成像物体的特殊性,以及医学图像固有的特点,如灰度不均匀、影像相互重叠、噪声大且边界模糊等,使医学图像的分割充满挑战。目前X线片骨组织的分割主要靠医生手工标记,不仅耗时耗力而且分割结果难以复现,准确率不稳定。基于此,本文的主要工作如下:1、以股骨为研究对象,针对目前X线片骨组织分割不能自动化的问题以及U-Net网络在股骨分割中出现网络退化问题的不足,本文提出了一种新的深度神经网络R-U-Net。它结合了深度残差网络和U-Net架构的优势,使用残差单元代替普通的神经单元作为基本的块,残差单元内部的跳跃连接和R-U-Net网络的编解码路径有利于信息的前向传播和后向计算,不仅可以简化训练,使网络参数仅占U-Net的四分之一,而且能够最大程度地提升网络性能。2、设计并实现了股骨区域自动分割框架,将提出的R-U-Net神经网络应用于股骨区域自动分割。横向可分为神经网络训练阶段和批量自动分割阶段两个主要部分,纵向可分为数据预处理、神经网络训练与测试和图像后处理三个主要部分。首先对原图像预处理后标注目标区域制作标签图,并对训练集进行数据增强;接着将其输入到R-U-Net神经网络充分训练调参,保存优化后的网络模型;最后将待分割的测试图像输入到保存的网络模型中得到股骨区域的轮廓,填充连通区域后进行自定义掩码操作得到股骨区域的分割结果,实现了端到端X线片股骨的完全自动化分割。3、分别基于U-Net和R-U-Net神经网络实现了股骨区域的自动分割。将预处理好的数据集在U-Net和R-U-Net神经网络上分别进行训练和测试,对比其训练收敛过程可以看出,本文提出的R-U-Net神经网络改善了原始U-Net的不足,在股骨分割网络模型的训练上表现得更加优异。将最优的模型分别保存下来,着重使用医学图像分割中常用的五个度量指标来定量的评价基于U-Net和基于R-U-Net神经网络的股骨区域自动分割方法,以PhotoShop人工分割结果作为参考,实验结果表明,基于R-U-Net神经网络的方法在保证分割速度的同时,分割结果与参考结果十分接近,具有较高的准确性,且基于R-U-Net神经网络的股骨区域自动分割效果不同程度的优于其他两种先进的图像分割方法,执行效率更高,分割效果更佳。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前18条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 李青华;李翠平;张静;陈红;王绍卿;;深度神经网络压缩综述[J];计算机科学;2019年09期
3 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
4 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
5 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
6 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
7 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
8 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期
9 陈晓燕;;浅析简单神经网络的发展及简单模型[J];数字技术与应用;2019年05期
10 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
11 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
12 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
13 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
14 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
15 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
16 金鑫;李龙威;季佳男;李祉歧;胡宇;赵永彬;;基于大数据和优化神经网络短期电力负荷预测[J];通信学报;2016年S1期
17 陈明;张凤荣;肖茜文;;基于灰色系统神经网络的中国低碳能源供需形势分析[J];生态经济;2017年02期
18 张国玲;;基于情感神经网络的风电功率预测[J];电信科学;2017年03期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
2 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
3 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
4 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
5 ;神经网络小史[N];电子报;2018年
6 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 张斌;谁还需要“同传”[N];文汇报;2017年
中国博士学位论文全文数据库 前10条
1 王娜;地质大数据功能分析及其分类算法研究[D];吉林大学;2019年
2 李嘉;基于卷积神经网络的心律失常自动分类关键技术研究[D];吉林大学;2019年
3 王金玲;基于连续和离散复杂系统的稳定性及耗散性分析[D];新疆大学;2019年
4 徐梦佳;基于深度卷积神经网络的多模态医学影像分析方法研究[D];东北大学;2017年
5 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
6 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
7 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
8 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
9 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
10 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
中国硕士学位论文全文数据库 前10条
1 郭青山;基于卷积神经网络的航拍车辆检测与跟踪[D];西南科技大学;2019年
2 黄占鳌;基于卷积神经网络的变电站道路场景图像语义分割技术研究[D];西南科技大学;2019年
3 王文光;基于图像语义的场景识别研究[D];西南科技大学;2019年
4 曹川;基于深度学习的人脸识别算法研究[D];西南科技大学;2019年
5 叶远征;基于卷积神经网络的目标检测算法研究与应用[D];西南科技大学;2019年
6 赵逸翔;基于BP神经网络的无约束优化方法研究及应用[D];东北农业大学;2019年
7 谢崇波;基于循环神经网络的城市空气质量预测研究[D];西南科技大学;2019年
8 田东;基于卷积神经网络的深度学习算法研究与实现[D];上海交通大学;2017年
9 王沫沅;基于深度神经网络和集成方法的蛋白质相互作用预测研究[D];吉林大学;2019年
10 徐哲;基于深度学习的农作物叶片识别系统的设计与分析[D];吉林大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978