版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、如今的醫(yī)學(xué)領(lǐng)域中對(duì)疾病診斷的新工具層出不窮,基于醫(yī)學(xué)數(shù)字圖像的研究蔚然成風(fēng)。數(shù)字成像設(shè)備的革新和醫(yī)學(xué)圖像處理方法的不斷創(chuàng)新背景下,醫(yī)學(xué)數(shù)字圖像作為能夠反映人體器官和組織的內(nèi)部信息的載體發(fā)揮著不可替代的作用。在如今高分辨率的數(shù)字圖像面前,如何利用這些圖像數(shù)據(jù)對(duì)疾病進(jìn)行診斷和對(duì)疾病的相關(guān)信息進(jìn)行深度挖掘是如今醫(yī)學(xué)圖像處理與分析范疇內(nèi)一直研究的難點(diǎn)和重點(diǎn)。醫(yī)學(xué)數(shù)字圖像分割技術(shù)的研究是當(dāng)前圖像處理領(lǐng)域中的重要部分,也對(duì)圖像處理的其他方面的研究打
2、下了堅(jiān)實(shí)的基礎(chǔ)。很多圖像分割方法經(jīng)過長(zhǎng)時(shí)間的研究已經(jīng)逐漸成熟,在醫(yī)學(xué)數(shù)字圖像領(lǐng)域中得到了使用并且取得了很好的分割效果的同時(shí)也遇到了很大的瓶頸。深度學(xué)習(xí)網(wǎng)絡(luò)的出現(xiàn)給圖像分割技術(shù)的發(fā)展注入了新的活力,基于深度學(xué)習(xí)的分割算法成為了專家學(xué)者新的研究方向。
本文通過對(duì)深度學(xué)習(xí)中卷積神經(jīng)網(wǎng)絡(luò)模型的改進(jìn)對(duì)肺部CT圖像和腦部CT圖像數(shù)據(jù)進(jìn)行分割方面的相關(guān)應(yīng)用研究。在文章的開始對(duì)醫(yī)學(xué)CT圖像對(duì)疾病診斷的重要性和傳統(tǒng)圖像分割方法進(jìn)行了分析,強(qiáng)調(diào)了
3、基于卷積神經(jīng)網(wǎng)絡(luò)對(duì)CT圖像分割的必要性和可行性。其次結(jié)合基于模糊隸屬度概率方法對(duì)LeNet-5卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行改進(jìn)并在這個(gè)基礎(chǔ)上對(duì)肺部CT圖像進(jìn)行分割,取得了良好的分割效果。最后,在腦部CT圖像數(shù)據(jù)的基礎(chǔ)上,通過自己設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)其進(jìn)行了分割,也取得很好的效果,證實(shí)了改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)在腦部CT圖像分割上的可行性。具體研究?jī)?nèi)容如下:
1.在肺部CT圖像分割中,首先結(jié)合了基于灰度直方圖閾值二值化方法和邊界跟蹤方法對(duì)肺實(shí)
4、質(zhì)進(jìn)行了提??;然后在肺實(shí)質(zhì)圖像patch基礎(chǔ)上結(jié)合模糊隸屬度方法對(duì)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的輸出層進(jìn)行改進(jìn)并訓(xùn)練其參數(shù);最后通過訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型完成肺部紋理分割。
2.在腦部CT圖像分割中,首先是使用基于閾值和形態(tài)學(xué)算法對(duì)腦部CT圖像中的軟組織部分進(jìn)行了提?。蝗缓笸ㄟ^設(shè)置卷積神經(jīng)網(wǎng)絡(luò)的層數(shù)、卷積層核函數(shù)大小和數(shù)量、下采樣大小、策略以及激活函數(shù)等設(shè)計(jì)新的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)用于腦部CT圖像分割并訓(xùn)練其參數(shù);最后通過訓(xùn)練好的卷積神
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究.pdf
- 隨機(jī)森林和卷積神經(jīng)網(wǎng)絡(luò)在神經(jīng)細(xì)胞圖像分割中的應(yīng)用研究.pdf
- 面向圖像語義分割的新型卷積神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像去霧中的應(yīng)用研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割.pdf
- BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在文字識(shí)別中的應(yīng)用研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的血管圖像分割.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在人臉檢測(cè)中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)方法在圖像分割中的應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割算法研究.pdf
- Spiking神經(jīng)網(wǎng)絡(luò)的研究及其在圖像分割中的應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的結(jié)腸病理圖像中的腺體分割.pdf
- 遺傳神經(jīng)網(wǎng)絡(luò)在圖像分割中的應(yīng)用.pdf
- 神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在聲紋識(shí)別中的應(yīng)用研究.pdf
- 改進(jìn)型脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像分割中的應(yīng)用研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在激光再現(xiàn)防偽圖像識(shí)別中的應(yīng)用.pdf
- 改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)在金融預(yù)測(cè)中的應(yīng)用研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的低劑量CT圖像處理方法.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論