基于深度学习的mri前列腺分割

《基于深度学习的mri前列腺分割》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、巧參《謂知專图硕±学位论文胃堪ｍ基于深鮮习的ｍｒｉ删腺側作者姓名＾１指导教师姓名、职称猴水巧＿ＳＳ—？—圓西安电子微大学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，除了文中特别加标注和致谢レ中所罗列的内容ッ外，论文中不包含其他人已经发表或撰写过的研究成果；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一。与我同工作的

2、同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处，本人承担切法律责任。本人签名；日期；＾心心７勺与一气西安电子微大学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Ｗ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

3、文、发明专利等成果，署名单位为西安电子科技大学。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：．／表［、日期；八日期；２／）／９．ｐ，２．＾＾学校代码10701学号1302120912分类号TP18密级公开西安电子科技大学硕士学位论文基于深度学习的MRI前列腺分割作者姓名：付文一级学科：电子科学与技术二级学科：电路与系统学位类别：工学硕士指导教师姓名、职称：缑水平教授学院：电子工程学院提交日期：2015年11月DeepLearningbasedProstate

4、MRIImageSegmentationAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinCircuitsandSystemsByFuWenSupervisor:ShuipingGouProfessorNovember2015摘要摘要随着经济的发展人民生活水平的提高，健康问题越来越得到人们的重视。前列腺癌是男性生殖系统最常见的癌症，在欧美等发达国家中前列腺癌发病率在男性癌

5、症发病率排名第一。随着医疗影像技术的发展，磁共振图像因为众多的优点多被用于到前列腺癌的诊断和治疗中。如何快速、准确地对前列腺进行分割，成为了医学辅助诊断的重要话题。图像表示在图像解析上起着非常重要的作用。不同医疗图像分析算法的成功之处在于我们如何表示输入的数据，换而言之，就是如何用特征描述输入图像。在过去的十几年里特征工程一直是医疗图像研究领域的热门，许多好的创新的手工特征像哈尔小波和局部二值模式被研发出来。而这些手工特征在不同数据集中提取和组织显著信息的能力并不强大。也就是说，这些手工特征的表示能力随着

6、数据集的不同而有很大的差异。不同人的前列腺磁共振图像之间差异很大，用手工特征并不能很好地表示这些图像。一个有效的特征应该是通过一个学习的方法得到,可以适应不同的数据集。本文针对前列腺磁共振图像的分割问题，我们展开了如下研究：我们引入了深度学习框架来解决上述问题。具体而言，使用深度信念网络用分层无监督的方法来提取有效的特征。学习到的特征随着数据集的不同而做出调整并且可以编码高层的结构语义信息，并利用有标签数据进行有监督微调，然后将学习到的特征作为softmax回归分类器的输入，对数据进行分类最终达到分割地目

7、的。针对前列腺MRI的三维成像模式提出了一种基于双深度信念网络的3-D前列腺磁共振图像分割。按照前列腺磁共振图像中前列腺腺体灰度分布情况，把训练数据分成腺体内灰度分布均匀和灰度分布不均匀的两类分别训练两个参数相同的深度信念网络，然后把训练数据分别输入到两个网络中，综合两个网络的分割结果从而得到更好的分割结果。关键词：前列腺癌，磁共振图像，深度学习，无监督学习IABSTRACTABSTRACTWiththedevelopmentofeconomicandtheimprovementofpeople’sliv

8、ingstandard,peoplebegintopaymoreandmoreattentiontotheirownhealthproblems.Prostatecanceristhemostcommoncancerinthemalereproductivesystem.InEuropeandothercountries,theincidenceofprostatecancerinmenrankedfirstincancerr