【摘 要】
：
将大脑磁共振图像（Magnetic Resonance Imaging,MRI）分割为脑脊液（Cerebrospinal Fluid,CSF）、灰质（Gray Matter,GM）和白质（White Matter,WM）,然后对脑组织进行定量分析是脑疾病诊断中至关重要的一步。由于医学图像公开数据集少,数据集图像质量参差不齐,图像的自动化分割是一个较大的挑战。近年来深度学习的算法在医学图像分割领域取
论文部分内容阅读
将大脑磁共振图像（Magnetic Resonance Imaging,MRI）分割为脑脊液（Cerebrospinal Fluid,CSF）、灰质（Gray Matter,GM）和白质（White Matter,WM）,然后对脑组织进行定量分析是脑疾病诊断中至关重要的一步。由于医学图像公开数据集少,数据集图像质量参差不齐,图像的自动化分割是一个较大的挑战。近年来深度学习的算法在医学图像分割领域取得了优异的表现,但是仍然存在一定的局限性:2D（Two Dimension）分割网络处理三维医学图像,缺失切片上下文信息。3D（Three Dimension）分割网络参数量剧增,容易出现过拟合、网络训练困难等问题。如何在2D分割网络中加入空间信息是一个值得考虑的问题,本文通过多轴面融合的方式在2D网络中引入空间信息,具体工作如下:首先,本文设计了一个多轴面特征融合全卷积神经网络。网络通过三个并行分支分别从横断面、冠状面和矢状面进行图像的特征提取,并针对这个网络模型设计了一个多轴面特征融合模块,其主要将不同分支特征维度转换进行多轴面特征融合,解决二维分割网络处理三维图像时的空间信息缺失问题。融合模块通过使用不同轴面的特征信息在下采样阶段提取充分的浅层纹理特征,并在上采样阶段进行概率修正,保证网络体素预测的准确性。在两个公开数据集IBSR和Brain Web上进行了分割结果测试,验证了多轴面特征融合网络的有效性。其次,设计了一个引入多层次特征的大脑磁共振图像分割模型,将网络分支设计为短连接的形式。网络充分利用图像的浅层边界特征,一定程度上解决了跳线连接的语义鸿沟问题。并进一步对网络分支的体素分类概率进行了权重约束,从而强化不同网络分支的体素预测置信度。同时在数据集上进行了网络分割性能的测试,验证网络在大脑磁共振图像分割中的有效性。最后,本文设计并实现了一个大脑磁共振图像分割系统。在系统中嵌入了本文研究的深度学习模型,该系统主要实现了对大脑磁共振图像的组织分割,输出分割图像与原始图像的对比。本系统为实际场景下大脑磁共振图像的自动化分割提供了参考。
其他文献
随着安全关键系统的规模和复杂性不断增长，单一建模语言无法完全覆盖该类异构系统的建模要求.近年来，多范式建模方法逐渐成为表达复杂异构系统的有力手段，而安全性分析则是保证安全关键系统质量的重要步骤.本文提出一种面向安全关键系统的多范式建模及安全性分析方法.首先，使用SysML和AADL两种建模语言对安全关键系统进行多范式建模，SysML定义系统需求和逻辑架构，AADL则用于表达系统实现的物理架构、执行
图像重光照是计算机图形学和计算机视觉共有的经典问题,旨在改变图像的光照条件以满足视觉需求。人脸图像因使用广泛且对光照敏感,所以是重光照技术的重要作用对象。本文的主要工作是结合逆渲染技术和半监督学习技术,提出了人脸重光照算法和去高光算法。首先,根据对人脸皮肤模型的调研,光线入射后,人脸皮肤会产生一定的非漫反射现象,其中镜面反射占主要部分。镜面反射使人脸部分区域产生高光,然而当前大部分论文认为光线和人
与传统媒体相比,社交网络在传播新闻、思想、观点等方面发挥着突出的作用,同时也是传播谣言、虚假新闻等负面信息的最佳途径。因此,社交网络中信息传播过程的准确预测和有效控制已成为重要的研究话题。利用信息传播模型研究信息传播过程,不仅可以理解信息传播模式和用户行为,而且能够有效控制有害信息的传播。论文以信息传播过程的多维特征为切入点,以用户和传播序列两个层面对信息传播驱动因素进行研究,主要工作内容概述如下
代码克隆检测是软件工程领域的重要研究课题,有效发现软件系统中、软件系统之间的代码克隆现象对于软件开发以及解决软件侵权纠纷都具有现实意义。当前存在如下问题:一方面,实际工程应用中源代码不易获取,现有基于源代码的检测方法无法使用;另一方面,已有基于字节码的检测方法检测效果仍有提升空间。为了在缺失源代码情况下进行代码克隆检测并同时确保检测效果,本文提出一种基于字节码和孪生神经网络的代码克隆检测方法:SJ
太原地铁正处于“建设、运营”的双重时期，健全隐患排查机制，防患于未然，保证其全过程的安全成为重中之重。因此，综合“人、机、环、管”四要素的太原地铁全域安全体系应运而生。基于安全管理的专业知识，本论文建立了太原地铁“五位一体”安全管理体系，能够及早实现隐患辨识，隐患分级与应急管理，构建了太原地铁信息管理平台，形成动态数据库，实现隐患数据自学习、自分析、自响应，让隐患无处遁形，切实保证地铁的运行安全。
虚拟电厂对电力系统的分布式新能源进行聚合和管控，提高了电网运行的灵活性和可靠性。而虚拟电厂的高效运行依赖于大量数据的高速高精细度处理分析能力，为满足当前电网的运行调度需要，文章提出了基于云边协同的虚拟电厂调度系统设计方案。针对虚拟电厂特性及数据处理需求，构建了虚拟电厂云边协同调度系统总体架构，以边缘集群实现对虚拟电厂单元的分布式管理，云端对边缘集群进行管理和控制，协调整体分析计算任务的分配，并对系
建模教学就是把日常生活中的数量关系借助假设的方法,用专业的语言和数学知识将其内容充分地展现出来。也就是说,如何有效地解决数学问题,并将模型和现实相结合。一般来说,用数学建模方式处理数学问题,能够对各种数量关系进行精炼,将数学问题转化为实际问题,通过建立数学模型来处理具体问题,这样不仅可以提高学生应用数学知识的能力,还能使学生对数学有一个全面的认识。因此,教师应充分认识到建模教学在高中数学教学中的意
交通流量的准确预测是智慧交通系统中关键的一环。对城市交通系统中具有时空特征的交通流量数据进行分析,从中提取隐含的特征,实现交通状况的实时调度、城市道路规划具有重要意义。随着道路设施的大规模部署,数据量也在不断增长、城市道路状况也变的越来越复杂,虽然国内外学者提出了很多关于交通流量预测的方法,但是仍然存在许多待解决的问题包括:时空特征提取困难、道路动态相关性特征提取不够完善、空间特征提取方法存在缺陷
基于变分偏微分方程理论,将平滑结构张量与非局部思想相结合,构建了非局部平滑结构张量。同时,以非局部平滑结构张量为基础,提出了非局部平滑结构张量自适应的全变分图像复原模型和非局部平滑结构张量驱动的各项异性扩散图像复原模型,并整合相关算法设计了局部结构保持的单幅图像复原系统,其具体内容描述如下:构建了非局部平滑结构张量自适应的全变分图像复原模型。首先,将非局部思想应用于平滑结构张量的改进,构建了一种非
混沌是确定性系统中的不确定现象,能够用来产生大量随机性优良的序列,因此被广泛地应用在各种信息安全领域。而随着大数据时代的到来,各行各业每天都会产生大量的隐私信息,而图像作为与文本不同的信息载体,具有冗余性高、相关性大、数据量多等特点,更是信息安全领域的研究重点。为了解决现有图像加密算法存在的加密效率低、安全性不够高等问题,本文从高维混沌和低维混沌入手,提出了两种基于混沌理论的图像加密算法。（1）提