心腦血管疾病是全球人類疾病死亡的首要原因,為此人們投入大量精力預(yù)防和治療心腦血管疾病,而CT圖像等三維醫(yī)學(xué)成像技術(shù)所提供的病理信息和解剖學(xué)信息是醫(yī)生診斷心腦血管疾病的主要依據(jù)之一,例如通過CT圖像獲取得到的全心臟解剖結(jié)構(gòu)信息,對診斷心率衰竭、先天性心臟衰竭以及指導(dǎo)射頻消融手術(shù)具有重要作用,由于人工手動(dòng)分析醫(yī)學(xué)圖像費(fèi)時(shí)費(fèi)力,因此快速而精準(zhǔn)自動(dòng)化分割醫(yī)學(xué)圖像具有重大意義,本課題針對醫(yī)學(xué)圖像中廣泛使用的心臟CT圖像的全心臟自動(dòng)化分割算法進(jìn)行了研究。本文第一部分首先對目前流行的全心臟分割算法進(jìn)行了總結(jié),研究了目前全心臟分割存在的兩大難點(diǎn):背景組織(即除心臟子結(jié)構(gòu)外的組織)像素點(diǎn)數(shù)量遠(yuǎn)遠(yuǎn)多于心臟子結(jié)構(gòu)像素點(diǎn)數(shù)量,以及心臟子結(jié)構(gòu)之間、心臟子結(jié)構(gòu)和背景組織的邊界像素值非常接近導(dǎo)致邊界非常模糊。本文在比對了2D分割和3D分割的優(yōu)劣之后,選取了最能保留切片間上下文信息的3D UNET,并且使用在小樣本集上表現(xiàn)良好的3D深度監(jiān)督UNET作為基礎(chǔ)網(wǎng)絡(luò),隨后,提出了多深度融合塊以協(xié)助網(wǎng)絡(luò)融合上下文信息。最后,將Focal損失與Dice損失融合形成新的損失函數(shù),以抑制類別不平衡,并且減小易分像素點(diǎn)的損失,迫使網(wǎng)絡(luò)...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1心臟幾何方向示意圖

圖1-1心臟幾何方向示意圖圖1-2心臟CT圖像軸狀軸方向的一個(gè)典型切片（左）及其對應(yīng)分割標(biāo)簽（右）在使用醫(yī)學(xué)成像設(shè)備獲取對應(yīng)的醫(yī)學(xué)圖像后，人們可以通過ITK-SNAP等工具手動(dòng)標(biāo)注心臟子結(jié)構(gòu)，從而獲得全心臟分割結(jié)果，但是醫(yī)學(xué)圖像標(biāo)注任務(wù)十分繁瑣，例如全心臟CT....

圖1-2心臟CT圖像軸狀軸方向的一個(gè)典型切片（左）及其對應(yīng)分割標(biāo)簽（右）

-4-圖1-2心臟CT圖像軸狀軸方向的一個(gè)典型切片（左）及其對應(yīng)分割標(biāo)簽（右）在使用醫(yī)學(xué)成像設(shè)備獲取對應(yīng)的醫(yī)學(xué)圖像后，人們可以通過ITK-SNAP等工具手動(dòng)標(biāo)注心臟子結(jié)構(gòu)，從而獲得全心臟分割結(jié)果，但是醫(yī)學(xué)圖像標(biāo)注任務(wù)十分繁瑣，例如全心臟CT圖像往往由數(shù)百張2....

圖1-3來自于不同地點(diǎn)采集到的不同個(gè)體CT圖像

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文心臟的形狀由于個(gè)體間差異或者成像設(shè)備的差異會(huì)發(fā)生較大變化（如圖1-3所示），在健康者心臟分割表現(xiàn)良好的模型可能會(huì)在心臟病患者樣本上表現(xiàn)出較差的效果。（3）背景組織像素點(diǎn)的數(shù)量遠(yuǎn)遠(yuǎn)多于心臟子結(jié)構(gòu)像素點(diǎn)的數(shù)量，由于這三個(gè)因素，分割難度大大增加。對全心....

圖2-2心臟CT圖像中相鄰的10個(gè)切片

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文2.3.22D分割與3D分割的比較在針對3D體數(shù)據(jù)分割時(shí)，目前存在兩種選擇，一種是使用2D分割，也即從某個(gè)方向（通常是軸狀軸方向）逐層切分體數(shù)據(jù)，然后對2D切片逐個(gè)執(zhí)行分割操作，2D分割的優(yōu)勢在于較小的計(jì)算量和存儲量要求，并且可....

本文編號：4054520