2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、肝纖維化與肝硬化是臨床中兩種常見的慢性肝病。肝纖維化指由各種緣由引起的慢性肝損傷,通常會引起肝內(nèi)結(jié)締組織呈現(xiàn)異樣增生。肝纖維化長期發(fā)展會形成肝硬化,肝硬化是一種彌漫性肝損傷,多由各種長期反復(fù)的作用導(dǎo)致的肝臟病變。兩種疾病若不及時治療將會發(fā)展為肝癌甚至威脅生命。目前醫(yī)學(xué)影像檢查已成為肝臟疾病檢查的重要方式,其中核磁共振成像(Magnetic Resonance Imaging,MRI)因無電離輻射和具有多參數(shù)、多方位、多序列成像的特點,以

2、及分辨率高等優(yōu)勢成為常規(guī)肝臟檢查手段。由于不同階段的肝硬化和肝纖維化在 MRI中表現(xiàn)為不同的紋理,因此本論文在計算機輔助診斷(Computerized Aided Diagnosis,CAD)的框架下基于紋理特征分析的肝臟MRI肝纖維化和肝硬化分期判別系統(tǒng)。論文的主要研究內(nèi)容如下:
  (1)基于The Maximum Response8(MR8)紋理特征聚類進行病人肝硬化分期。正常肝臟的MRI圖像光滑細(xì)膩無顆粒狀紋理,而肝硬化的

3、MRI則會呈現(xiàn)裂紋、寬度增加、有彌散性的結(jié)節(jié)同時周圍存在條形高信號的紋理,所以希望通過提取肝臟紋理特征來描述肝臟的病變。MR8濾波器能夠充分提取上述紋理特征,且具有旋轉(zhuǎn)不變和維度小的優(yōu)點,因此本文提出了基于 MR8紋理特征聚類分析的肝硬化分期方法。該方法結(jié)合了肝臟MRI的5個序列進行分期。在感興趣區(qū)域(Region of Interest,ROI)的分期結(jié)果中,T2序列和平衡期的分期準(zhǔn)確率為100%,T1序列、動脈期和門靜脈期的分期準(zhǔn)確

4、率都達到95%以上。在病例分期層面,應(yīng)用投票機制得到分期準(zhǔn)確率為100%。該方法不僅充分利用了MRI紋理特征,同時還具有易理解、操作簡單、復(fù)雜度小和分期準(zhǔn)確率高等優(yōu)點,可以輔助醫(yī)師進行臨床診斷。
  (2)基于MRI的T1序列進行大鼠肝纖維化分期。針對大鼠肝纖維化分期問題,經(jīng)典傳統(tǒng)方法即基于灰度共生矩陣(Gray-level Co-occurrence Matrix,GLCM)結(jié)合前向型神經(jīng)網(wǎng)絡(luò)(Back Propagation

5、Neural Network,BPNN),識別率并不高。本文提出基于密度聚類(Clusterdp)的大鼠MRI的T1序列紋理特征分期肝纖維化,并與傳統(tǒng)算法對比。實驗表明,基于Clusterdp的方法分期效果好,其中S0、S2和S4三期分期達到100%,目前對于S1和S3期的分期稍低,分別為0.8966%和83%。將每只大鼠的多幅ROI融合得到該大鼠的整體分期發(fā)現(xiàn),僅S3期錯分一個病例,其余各期準(zhǔn)確率達到了100%。針對相同數(shù)據(jù),基于GL

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論