基于先验指导与深度学习模型的癌症诊断方法研究

基于先验指导与深度学习模型的癌症诊断方法研究

ID:35121639

大小:2.45 MB

页数:73页

时间:2019-03-19

基于先验指导与深度学习模型的癌症诊断方法研究_第1页
基于先验指导与深度学习模型的癌症诊断方法研究_第2页
基于先验指导与深度学习模型的癌症诊断方法研究_第3页
基于先验指导与深度学习模型的癌症诊断方法研究_第4页
基于先验指导与深度学习模型的癌症诊断方法研究_第5页
资源描述:

《基于先验指导与深度学习模型的癌症诊断方法研究》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、基于先验指导与深度学习模型的癌症诊断方法研究作者姓名何晴指导教师姓名、职称刘芳教授申请学位类别工学硕士万方数据万方数据学校代码10701学号1403121699分类号TP391.4密级公开西安电子科技大学硕士学位论文基于先验指导与深度学习模型的癌症诊断方法研究作者姓名:何晴一级学科:计算机科学与技术二级学科:计算机应用技术学位类别:工学硕士指导教师姓名、职称:刘芳教授学院:计算机学院提交日期:2017年5月万方数据万方数据ResearchontheMethodsofCancerDiagnosisbasedonPrioriGuidanceandDeepLearningModelAth

2、esissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerApplicationTechnologyByHeQingSupervisor:LiuFangProfessorMay2017万方数据万方数据西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究

3、成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,结合学位论文研究成果完成的论文、发明专利等成果,署名单位为西安电子科

4、技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:万方数据万方数据摘要摘要随着社会的发展,恶性肿瘤疾病已经逐渐威胁到了人类的生命健康。胃癌和肺癌都是目前最受关注的恶性肿瘤。无论是胃癌还是肺癌,及时发现,及时诊断,对于癌症治疗方案的确定都是极其重要的。对于胃癌的早期诊断,淋巴结转移可以作为一项重要指标,用来确定治疗方案及评价预后,从医学影像及临床上可以获取到淋巴结及肿瘤等诸多特征,如何对这些特征进行分析处理并实现淋巴结的转移诊断将是本文需要研究的重要问题。对于肺癌的诊断,胸腔CT扫描为肺癌的早期诊断提供了可能,而肺结节良恶性诊断则是早期诊断肺癌的重要依据,

5、基于此,本文围绕基于标记结节的数据获取策略及肺结节良恶性诊断两个方面做出研究。本文主要完成了以下几部分工作。(1)对胃癌淋巴结的诊断,提出了基于先验特征学习的胃癌淋巴结转移诊断方法。首先对临床数据进行分析,给出数据预处理的方法。在数据预处理的基础上,提出基于先验特征学习的淋巴结转移诊断特征优化方法。本方法首先分析了淋巴结特征、肿瘤特征及病人特征三组特征之间的相关系数,对于相关的特征组先分别基于先验稀疏模型进行特征选择,然后将选择的特征子集结合起来进行基于先验稀疏模型的特征选择,最后用所选择的特征进行淋巴结分类诊断,并对实验结果进行对比展示并分析说明。此特征优化选择出对于诊断淋巴结有

6、效的特征,这样一是减少了特征数无论是对于诊断还是医疗临床检查都减少了工作量,二是在去除冗余特征和无用特征的基础上提高了诊断准确率。(2)对肺癌肺结节的良恶性数据获取,本文采用基于结节几何窗的方法获取结节数据。首先基于肺结节影像数据库,采用基于射线法的方法得到每位放射学家对结节的标记区域,在此基础上,综合四位放射学家的标记区域,采用用基于TPM的方法获得结节综合区域标记数据。针对不同结节切片数目相差较大,为较少误诊率和提高工作效率,提出基于结节几何窗的肺结节最佳帧定位方法,首先对所有结节的所有切片进行统计确定结节数据获取的窗口大小,然后再用基于结节窗口大小的方法定位需要的结节数据所在

7、帧,并获取肺结节数据,得到后续进行肺结节良恶性诊断的基础实验数据。(3)对肺结节良恶性诊断,本文提出基于曲线波卷积神经网络的肺结节良恶性诊断方法。基于肺结节本质特征的分析,肺结节的良恶性差异表现基本在于其边缘毛刺等内部纹理结构。首先,通过对良恶性结节分析,确定合理的曲线波尺度变换与角度变换间隔,生成曲线波冗余字典,然后用曲线波冗余字典初始化卷积神经网络的滤波器,在用曲线波冗余字典初始化网络滤波器后,用初始化后的深度学习模型构建网I万方数据西安电子科技大学硕士学位论文络

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。