基于卷积神经网络的肝脏肿瘤检测算法及应用

《基于卷积神经网络的肝脏肿瘤检测算法及应用》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、工程硕士学位论文基于卷积神经网络的肝脏肿瘤检测算法及应用设计与实现设计与实现作者姓名黄伟燃工程领域软件工程校内指导教师刘艳霞副教授校外指导教师杨新章高级工程师所在学院软件学院论文提交日期2018年4月LiverTumorDetectionAlgorithmsBasedonConvolutionalNeuralNetworkADissertationSubmittedfortheDegreeofMasterCandidate：HuangWeiRanSupervisor：AssociateProf.LiuYanXiaSeniorEngineerYangXinZhangSouthC

2、hinaUniversityofTechnologyGuangzhou,China分类号：TP3学校代号：10561学号：201621035000华南理工大学硕士学位论文基于卷积神经网络的肝脏肿瘤检测算法及应用作者姓名：黄伟燃指导教师姓名、职称：刘艳霞副教授、杨新章高级工程师申请学位级别：工程硕士工程领域名称：软件工程论文形式：□产品研发□工程设计应用研究□工程/项目管理□调研报告研究方向：软件工程技术论文提交日期：2018年4月20日论文答辩日期：2015年5月31日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：王甲海委员：杨晓伟、黄翰、刘艳霞、汪疆

3、平摘要影像学诊断是发现肝脏肿瘤的重要手段，对肝癌患者的早发现早治疗具有重要意义。然而人工读片的影像诊断方式给放射科医生带来巨大的工作负担，准确性也受限于医生的个人主观因素，所以从医学影像中进行自动化肝脏肿瘤检测是医疗影像学发展的必然趋势。近年来，卷积神经网络(CNN)在多种计算机视觉任务中取得成功，并被用于医学图像的分析处理中，但是目前该方面的研究主要集中在CT影像，对MRI影像的研究还比较少。本文将CNN应用到MRI影像的肝脏肿瘤检测任务上，主要完成了以下工作：（1）将基于CNN的FasterRCNN物体检测算法应用到肝脏肿瘤检测任务上，并针对肝脏肿瘤检测任务的特点，进行了

4、数据扩充、锚点框重新设计以及参数调整等优化，使其在肝脏肿瘤检测任务上发挥更佳的算法性能。（2）针对小型肿瘤和组织错检率高的问题，本文在FasterRCNN算法的基础上提出了基于上下文建模的肝脏肿瘤检测算法，从肝脏肿瘤周边区域提取特征，并与肝脏肿瘤局部特征聚合，形成肝脏肿瘤上下文特征表达，从而为肝脏肿瘤分类器提供更全面的肿瘤特征，有效提高模型的分类准确率。（3）开发了一套肝脏肿瘤自动化检测的辅助诊疗系统，系统对MRI图像内的人体组织和肝脏肿瘤进行3D建模，从而为临床医生提供更加具体和直观的MRI影像展现形式，辅助医生快速定位肝脏肿瘤位置。在测试数据上的实验结果表明，本文算法能够

5、有效检测MRI影像中的肝脏肿瘤，而针对肝脏肿瘤周边信息的上下文建模则进一步提高了算法的检测效果。关键词：肝脏肿瘤检测；卷积神经网络；计算机辅助诊疗IAbstractImagingdiagnosisisanimportantmeanstodetectlivertumors,whichisimportantforearlytreatmentoflivercancerpatients.However,readingimagingdiagnosishasbroughttoomuchworkloadtotheradiologists,andtheaccuracyofdiagnosisi

6、slimitedbythesubjectiveopinionsofthedoctor.Therefore,itisaninevitabletrendofmedicalimagingdevelopmenttoautomatedetectionoflivercancerinmedicalimages.Inrecentyears,convolutionneuralnetwork(CNN)hasbeensuccessfulinavarietyofcomputervisualtasksandhasbeenusedtotheanalysisandprocessingofmedicalim

7、ages.However,therelevantresearchesmostlyfocusonCTimages,whilealittleresearchesonMRI.CNNisusedtothelivertumordetectiontaskinthispaperandthemainworksareasfollows:(1)CNNbasedFasterRCNNobjectdetectionmethodwasusedtodetectlivertumor,trainingdatawasaugmentedan