中国韩国日本在线观看免费,A级尤物一区,日韩精品一二三区无码,欧美日韩少妇色

當(dāng)前位置:主頁 > 醫(yī)學(xué)論文 > 皮膚病論文 >

基于深度卷積網(wǎng)絡(luò)的皮膚病變圖像自動(dòng)分割與識(shí)別研究

發(fā)布時(shí)間:2025-01-14 17:33
  以黑色素瘤為代表的皮膚色素性惡性病變具有極高的致死率。黑色素瘤發(fā)病早期易與黑色素痣等有較高發(fā)病率的良性病變混淆,導(dǎo)致治療延誤。現(xiàn)階段基于皮膚鏡進(jìn)行皮膚色素性病變?cè)\斷篩查的方式依賴醫(yī)生臨床經(jīng)驗(yàn),較為耗時(shí),存在一定主觀性。而構(gòu)建面向皮膚色素性病變的計(jì)算機(jī)輔助診斷系統(tǒng)可以緩解緊張的醫(yī)療資源,減輕醫(yī)生的工作負(fù)擔(dān),提高篩查診斷效率,為患者爭取寶貴的治療時(shí)機(jī)。針對(duì)皮膚色素性病變圖像臨床表現(xiàn)變化較大、病灶邊界模糊的問題,本文基于深度卷積網(wǎng)絡(luò),從皮膚色素性病變的病灶區(qū)域分割和病變識(shí)別兩個(gè)方面對(duì)皮膚色素性病變計(jì)算機(jī)輔助診斷方法進(jìn)行研究。本文的主要研究工作如下:(1)本文基于UNet卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),提出基于多級(jí)特征融合的兩階段卷積神經(jīng)網(wǎng)絡(luò)分割算法。編碼部分采用多級(jí)特征融合可以促進(jìn)解碼部分對(duì)空間位置信息的恢復(fù),解碼部分采用多級(jí)特征融合促進(jìn)梯度信息的流動(dòng)。針對(duì)病灶區(qū)域灰度不均勻問題,在編碼部分引入可變形卷積來自適應(yīng)增大感受野。最后,通過兩階段方法進(jìn)一步提升小尺度病灶區(qū)域的分割效果。對(duì)比基于ResNet50網(wǎng)絡(luò)的基礎(chǔ)分割模型,利用本文提出的改進(jìn),在PH2數(shù)據(jù)集上的Jaccard Index分割性能指標(biāo)獲得了...

【文章頁數(shù)】:72 頁

【學(xué)位級(jí)別】:碩士

【部分圖文】:

圖2一步長為l的二維卷積運(yùn)算示意圖

圖2一步長為l的二維卷積運(yùn)算示意圖

北京郵電大學(xué)工學(xué)碩士學(xué)位論文卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力,這也是卷為全面的介紹卷積運(yùn)算的原理和卷積的特性,因卷積操作區(qū)別于其他類別神經(jīng)網(wǎng)絡(luò)。卷積層kernel)進(jìn)行離散卷積操作。卷積運(yùn)算可視為卷積程,卷積層的輸出稱為特征圖(featuremaps),里的卷積操作并非嚴(yán)格等價(jià)于數(shù)....


圖2-3多通道輸入卷積運(yùn)算簡單示例圖??

圖2-3多通道輸入卷積運(yùn)算簡單示例圖??


圖2-4?VGG16網(wǎng)絡(luò)模型??

圖2-4?VGG16網(wǎng)絡(luò)模型??

特點(diǎn):分離融合結(jié)構(gòu)和卷積分解。卷積分解的目的是壓縮模型參數(shù)數(shù)量,從類似??VGG16的多個(gè)小卷積層替代大卷積層,到極致地將卷積分解為lxn和nxl的卷??積層,衍生出Inception網(wǎng)絡(luò)不同的版本。對(duì)于分離融合結(jié)構(gòu),如圖2-5展示的??InceptionVl網(wǎng)絡(luò)模型的Incep....


圖2-6殘差模塊結(jié)構(gòu)??

圖2-6殘差模塊結(jié)構(gòu)??

度網(wǎng)絡(luò)仍會(huì)陷入模型退化的問題。ResNet網(wǎng)絡(luò)基于殘差學(xué)習(xí)的思想,將殘差結(jié)構(gòu)引??入到模型中,利用殘差函數(shù)來逼近高度抽象的恒等映射,同時(shí)短路連接也促進(jìn)梯度信息??的流動(dòng),使得能夠訓(xùn)練更深的網(wǎng)絡(luò),模型性能得以提升。殘差結(jié)構(gòu)如圖2-6所示:??c-dimension?c-dimens....



本文編號(hào):4026948

資料下載
論文發(fā)表

本文鏈接:http://www.lk138.cn/yixuelunwen/pifb/4026948.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶a9577***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com