基于全卷积网络的乳腺超声图像语义分割方法.pdf

《基于全卷积网络的乳腺超声图像语义分割方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于全卷积网络的乳腺超声图像语义分割方法SEMANTICSEGMENTATIONMETHODFORBREASTULTRASOUNDIMAGESBASEDONFULLYCONVOLUTIONALNETWORK王恒立哈尔滨工业大学2018年6月国内图书分类号：TP391.4学校代码：10213国际图书分类号：681.39密级：公开工程硕士学位论文基于全卷积网络的乳腺超声图像语义分割方法硕士研究生：王恒立导师：张英涛副教授申请学位：工程硕士学科：计算机技术所在单位：计算机科学与技术学院答辩日期：2018年6

2、月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP391.4U.D.C:681.39DissertationfortheMaster’sDegreeinEngineeringSEMANTICSEGMENTATIONMETHODFORBREASTULTRASOUNDIMAGESBASEDONFULLYCONVOLUTIONALNETWORKCandidate：HengliWangSupervisor：A.P.ZhangYingtaoAcademicDegreeAppliedfor：MasterofE

3、ngineeringSpeciality：ComputerScienceandTechnologySchoolofComputerScienceandAffiliation：TechnologyDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要乳腺癌已经成为了女性致死率最高的癌症之一，每年上百万的女性遭受乳腺癌的折磨。如果能够在早期发现乳腺癌并接受有效治疗，患者存活率将显

4、著提升。目前癌症检查的措施有多种，但是乳腺超声检测技术凭借其低成本和高性价比的特点，逐渐被广泛采纳。伴随着计算机技术的发展，计算机辅助诊断(CAD)成为了辅助医生诊断的重要方法，在提升医生诊断准确性和客观性，避免误诊和提高效率方面起到了重要作用。目前的乳腺超声CAD系统主要是通过处理乳腺超声图像，分割出乳腺中的肿瘤部位，主要分为半自动和全自动分割两种。目前常用的方法大多数是半自动的，这种方法通过人工选定种子点或者标注感兴趣区域的方式完成分割，在大批量数据情况下势必会增加医生负担和误诊率，很难实现大规模推广。全自动

5、分割方法几乎不需要人工参与，但是在分割过程中仅仅分割出单一的肿瘤区域，忽略其他乳腺组织对医生诊断的帮助。在医生实际诊断过程中，除了肿瘤的位置、纹理和形状是主要参照目标外，乳腺中的皮肤层、脂肪层、腺体层和肌肉层也会作为辅助参照目标。因此，目前的全自动分割方法，没有全局性地考虑到其他组织对于医生诊断的影响，分割能力有限。针对上述问题，本文结合卷积神经网络在图像语义分割方法方面取得的进展，提出了基于全卷积网络的乳腺超声图像语义分割方法，该方法能够全自动的分割出乳腺超声图像中的相应组织，主要研究工作由以下两部分构成：(1

6、)本文首先选定AlexNet网络结构作为全卷积网络的基础网络结构，该网络有深度较低和结构简单的特点，在本文样本不足的情况下有优异的表现。其次针对本文中乳腺超声样本不足的缺陷和超声图像本身特点，提出了使用小波变换的方法增强图像，并通过旋转和翻转的方式扩充数据集。网络训练则结合全卷积网络和数据集样本各自身特点，采用相同的训练参数，针对不同区域单独训练和分割，最后通过整合不同组织的分割结果，完成了乳腺超声图像的语义分割。(2)借鉴全卷积网络中的跳跃结构思想对AlexNet进行改进，并结合全连接条件随机场进一步提升分割精

7、确度。由于卷积网络中卷积和池化的影响，改进前的全卷积网络模型分割结果比较粗略，在具体部位的细节表达上不够精细，错误分割的区域较多。本文借助跳跃结构的思想，让AlexNet网络中局部归一化响应层的输出和最后的输出进行融合，弥补卷积池化操作带来的损失，并采-I-哈尔滨工业大学工程硕士学位论文用相同的训练策略，提升分割精确度。其次，针对全卷积网络本身缺乏空间一致性和忽略像素之间关系的不足，本文使用全连接条件随机场进行优化。全连接条件随机场以改进后模型输出的概率图作为一元能量项，原图的像素值和像素位置构建二元能量项，通过

8、平均场近似方法求解能量最小化的方式得到最优分割结果。关键词：乳腺超声图像；计算机辅助诊断；全卷积网络；全连接条件随机场；语义分割-II-哈尔滨工业大学工程硕士学位论文AbstractAsbreastcancerhasbecomeoneofthemostlethalcancers,millionsofwomensuffereveryyear.Survivalratecoul