收藏本站

医学肿瘤影像分类算法研究及其在肝癌上的应用

【摘要】:针对肿瘤的医学影像分类在医学疾病诊断和治疗中扮演着重要的角色。随着物理、电子工程以及计算机科学技术的发展,医学影像在成像方面取得了长足的发展,影像获取速度越来越快,图像分辨率越来越高,影像的模态越来越丰富。然而在影像的解读方面,主要还是依赖于影像医生。一方面,影像数量以及质量的提高大大加重了他们的负担;另一方面,其对影像的解读主要依赖于肉眼可观察到的定性的影像特征,不可避免的受到个人经验等主观因素的影响。因此如何获取以及利用定量的影像特征实现对医学肿瘤影像的精准分类一直以来是人们研究的重点。本文主要基于临床需求而展开,围绕不同医学影像的物理本质以及特征提取方式探讨了医学肿瘤影像的分类算法及其在肝癌上的应用,本文创新点有:1)自主设计了一个医学影像3D分类网络MviNet;2)将该网络应用于肝癌微血管侵犯的分类任务中,测试集上准确率、敏感性、特异性均高于0.7,尤其在敏感性这一指标上,获得了 2倍于文献中的性能提高;3)首次提出了肝癌多期相间变化率特征,应用于肝癌多期相分类问题上,分类效果优于已有指标。具体研究内容及结果如下:1、提出了一种医学肿瘤影像分类框架并进行验证。该框架主要结合医学影像(包括影像模态、各模态基本物理本质以及对应各模态的各种成像技术)、定量影像特征和分析方法的特点进行构建。在分析方法之外,表明了医学影像物理本质在医学分类问题中的重要作用。具体地,在宫颈癌区分宫颈肿瘤组织及瘤周正常组织这一分类问题上,选取表观扩散系数图作为研究该问题的影像模态,仅用单一特征进行统计分析就能得到很好的分类效能,所有提取特征的受试者操作特征曲线下面积均超过0.85。而在肝癌的微血管侵犯分类问题上,磁共振动态增强影像动脉早、中、晚期及肝胆期的单一特征均无法进行有效区分,受试者操作特征曲线下面积均未达到0.7。表明对于特定的医学分类问题,找到反应其物理本质差异的合适的影像,可大大降低分类的难度及复杂度,验证了该框架中明确影像及所研究问题的物理本质的重要性。2、提出了融合医学影像多期相多特征的分类方法。提取肝癌普美显动态增强磁共振影像动脉早、中、晚期及肝胆期肿瘤的全容积形态学以及纹理特征,并创新性地提出了上述四期相两两期相间特征的变化率特征组,分别建立模型,实现肝癌微血管侵犯的分类研究。结果表明,基于变化率特征组的模型分类效果最好,测试集上受试者操作特征曲线下面积及分类准确率均高于0.7,由于文献报道结果。3、提出了肝癌微血管侵犯3D分类网络。为了进一步提升肝癌微血管侵犯的分类效能,本文基于数据驱动的思路分别在普美显动态增强磁共振影像的动脉早期、中期、晚期以及肝胆期进行了如下两项研究:1)基于ImageNet预训练的DenseNet-121的迁移学习,2)基于自主设计肝癌微血管侵犯3D网络的训练。其中第二个网络是在DenseNet基础上,基于医学图像的特性,分别在网络的维度、网络的结构以及网络的特征类型三个方面进行改进而获得的。在网络的维度上,基于肿瘤是三维结构的事实,网络设计成三维;在网络的结构上:首先针对医学影像单通道的特征,网络的输入设计为单通道;其次网络不同层的特征图间建立直接连接,提高特征的利用率,避免梯度消失;最后在网络特征图与全连接层间添加1×1×1的卷积层,以进一步减少待学习参数的数量,避免过拟合;在网络特征类型上,卷积网络学习到的特征往往是纹理特征,考虑到形态特征对于区分肝癌的微血管侵犯也有一定的益处,因此在原有网络结构的基础上,创新性地添加了形态特征输入,以实现端到端的分类网络。结果表明,基于肝胆期数据训练而得的自主设计的3D网络具有更好的分类效能。测试集的准确率、敏感性和特异性均高于70%,进一步提高了分类性能,尤其在敏感性指标上,获得了 2倍于文献中的性能提升。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前20条
1 李兵;林文钊;罗峥尹;;基于机器学习的智慧农业决策系统设计与实现[J];信息与电脑(理论版);2018年24期
2 朱辉;;机器学习在企业级场景中的实践与探讨[J];中国建设信息化;2018年03期
3 彭传意;;机器学习——我们该如何与机器竞争[J];数字通信世界;2018年01期
4 陈轶翔;埃里克·布伦乔尔森;汤姆·米切尔;;机器学习的能力范围及其对劳动力的影响[J];世界科学;2018年04期
5 赵长林;;机器学习即服务[J];网络安全和信息化;2017年10期
6 ;机器学习作用于信息安全的五大顶级案例[J];网络安全和信息化;2018年01期
7 吴承杨;;2018年来说说机器学习[J];软件和集成电路;2018年05期
8 宋雯博;;大数据下的机器学习的应用趋势[J];电脑迷;2018年09期
9 吴炜;孙强;;应用机器学习加速新材料的研发[J];中国科学:物理学 力学 天文学;2018年10期
10 宋明成;;机器学习隐私的安全隐患[J];计算机与网络;2018年16期
11 游思奇;;解读机器学习与深度学习的发展及应用[J];计算机产品与流通;2018年05期
12 黄乃静;于明哲;;机器学习对经济学研究的影响研究进展[J];经济学动态;2018年07期
13 李炜;;机器学习概述[J];科技视界;2017年12期
14 詹骐源;;机器学习的发展史及应用前景[J];科技传播;2018年21期
15 张维;王玥;罗珅;;基于分布式计算框架的大数据机器学习[J];数字技术与应用;2018年09期
16 徐林;;基于机器学习思想的非线性方程组求解[J];黑龙江工程学院学报;2016年06期
17 ;《软件学报》复杂环境下的机器学习研究专刊征文通知[J];软件学报;2017年01期
18 ;机器学习如何助力安全[J];计算机与网络;2017年06期
19 夏天;;机器学习及其算法与应用研究[J];电脑知识与技术;2017年15期
20 Nick Ni;Adam Taylor;;嵌入式视觉应用中的机器学习[J];单片机与嵌入式系统应用;2017年08期
中国重要会议论文全文数据库 前10条
1 王珏;;归纳机器学习[A];2001年中国智能自动化会议论文集(上册)[C];2001年
2 王衍鲁;张利会;张淑洁;石洁茹;王鹏;;大学新生学校适应的个体与环境因素探究:基于机器学习的考察[A];第二十届全国心理学学术会议--心理学与国民心理健康摘要集[C];2017年
3 张长水;;大数据机器学习[A];2015年中国自动化大会摘要集[C];2015年
4 何琳;侯汉清;;基于标引经验和机器学习相结合的多层自动分类[A];2005年中国索引学会年会暨学术研讨会论文集[C];2005年
5 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
6 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年
7 吴沧浦;;智能系统与机器学习的新领域[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
8 蔡健平;林世平;;基于机器学习的词语和句子极性分析[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
9 吴娜;刁联旺;;基于机器学习的博弈对抗模型优化框架软件系统设计[A];第六届中国指挥控制大会论文集(上册)[C];2018年
10 吴向华;;机器学习在钢厂能耗分析中的应用[A];中国计量协会冶金分会2018年会论文集[C];2018年
中国博士学位论文全文数据库 前10条
1 郝小可;基于机器学习的影像遗传学分析及其应用研究[D];南京航空航天大学;2017年
2 管月;医学肿瘤影像分类算法研究及其在肝癌上的应用[D];南京大学;2018年
3 张庆庆;基于机器学习的文本情感分类研究[D];西北工业大学;2016年
4 窦贤明;机器学习方法在陆地生态系统碳水通量模拟中的应用研究[D];中国矿业大学;2018年
5 鲁路;基于机器学习优化分子对接筛选肾衰营养胶囊有效成分[D];南方医科大学;2017年
6 王泉德;机器学习及其在多Agent对策学习中的应用研究[D];武汉大学;2005年
7 翁时锋;基于机器学习的几种医学数据处理方法研究[D];清华大学;2005年
8 范玉刚;基于Kernel的机器学习在建模与分类问题的应用研究[D];浙江大学;2006年
9 蒋刚;核机器学习方法若干问题研究[D];西南交通大学;2006年
10 李智;机器学习方法及其在基金项目评审中的应用研究[D];天津大学;2004年
中国硕士学位论文全文数据库 前10条
1 金厅;网络新闻热点分布及其热度预测方法研究[D];杭州电子科技大学;2018年
2 王章章;基于机器学习的价格预测模型研究与实现[D];长安大学;2018年
3 金豆;基于机器学习的阿尔法套利策略可行性研究[D];苏州大学;2018年
4 杭立;基于机器学习和图像处理技术的病虫害预测[D];宁夏大学;2018年
5 王晗;在线商品评论情感分析和评论有用性的研究[D];广西民族大学;2018年
6 祝雨雷;计算流体力学与机器学习在主动脉缩窄及主动脉瓣狭窄患者评估中的临床应用研究[D];华南理工大学;2018年
7 陈亦辉;基于机器学习的上海市大气污染源解析研究[D];华东师范大学;2018年
8 陈崇一;基于机器学习的建筑外墙外保温热工缺陷检测方法[D];哈尔滨工业大学;2018年
9 龚泽威一;基于机器学习的居民用电行为分析[D];昆明理工大学;2018年
10 常升龙;基于机器学习的农作物种植结构遥感提取研究[D];河南师范大学;2018年
中国重要报纸全文数据库 前10条
1 CIO.com资深作家 Clint Boulton 编译 Charles;[N];计算机世界;2018年
2 Bob Violino 编译 Charles;[N];计算机世界;2018年
3 360 IoT研究院院长 李康;[N];中国信息化周报;2017年
4 谢静;[N];人民邮电;2018年
5 Mary Branscombe 编译 范范;[N];计算机世界;2018年
6 张盖伦;[N];科技日报;2018年
7 外语教学与研究出版社基础教育分社综合产品部编辑部副主任 张世钦;[N];中国出版传媒商报;2018年
8 复旦大学社会学系 胡安宁;[N];中国社会科学报;2018年
9 王健飞 刘梦乔;[N];人民邮电;2018年
10 Bob Violino 编译 Charles;[N];计算机世界;2018年
 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


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|