肺結(jié)節(jié)檢測(cè)機(jī)器視覺(jué)技術(shù)

定　價(jià)：￥68.00

作　者：	何志權(quán)，曹桂濤著
出版社：	化學(xué)工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787122400345	出版時(shí)間：	2022-01-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	165	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　肺結(jié)節(jié)檢測(cè)對(duì)肺癌的預(yù)防、早期篩查及早期診斷尤為重要，基于肺癌影像上的肺結(jié)節(jié)檢測(cè)分析是預(yù)防肺癌的有效途徑。隨著LDCT技術(shù)的普及以及人們對(duì)自身健康的重視，胸部CT圖像數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)，極大地加重了放射科醫(yī)生的工作負(fù)擔(dān)，同時(shí)也增加了病情判斷的難度。本書(shū)進(jìn)行了肺結(jié)節(jié)檢測(cè)的自動(dòng)化研究，全面總結(jié)深度學(xué)習(xí)在肺結(jié)節(jié)檢測(cè)當(dāng)中的研究成果，提出了多種有效的創(chuàng)新性的深度學(xué)習(xí)網(wǎng)絡(luò)框架和檢測(cè)思路。本書(shū)適合從事醫(yī)學(xué)圖像處理，尤其是基于深度學(xué)習(xí)的肺結(jié)節(jié)檢測(cè)方面研究的學(xué)者和科研人員、醫(yī)學(xué)工作者閱讀。

作者簡(jiǎn)介

暫缺《肺結(jié)節(jié)檢測(cè)機(jī)器視覺(jué)技術(shù)》作者簡(jiǎn)介

圖書(shū)目錄

第1章肺結(jié)節(jié)檢測(cè)與深度學(xué)習(xí)001
1.1肺結(jié)節(jié)檢測(cè)的背景與發(fā)展現(xiàn)狀001
1.2CAD系統(tǒng)研究現(xiàn)狀004
1.2.1肺實(shí)質(zhì)分割算法研究005
1.2.2肺結(jié)節(jié)檢測(cè)算法研究008
1.3深度卷積神經(jīng)網(wǎng)絡(luò)009
1.3.1深度卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展009
1.3.2卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)010
參考文獻(xiàn)013

第2章肺結(jié)節(jié)檢測(cè)原理與技術(shù)015
2.1醫(yī)學(xué)影像知識(shí)015
2.1.1計(jì)算機(jī)斷層掃描技術(shù)015
2.1.2肺結(jié)節(jié)的醫(yī)學(xué)影像特征018
2.2肺結(jié)節(jié)檢測(cè)評(píng)價(jià)指標(biāo)020
2.2.1真/假陽(yáng)性率020
2.2.2競(jìng)爭(zhēng)性能指標(biāo)022
2.2.3自由響應(yīng)操作特性曲線(xiàn)022
2.3深度學(xué)習(xí)方法與傳統(tǒng)檢測(cè)方法的優(yōu)劣勢(shì)023
2.4現(xiàn)有檢測(cè)技術(shù)介紹025
2.4.1多流框架學(xué)習(xí)025
2.4.2遷移學(xué)習(xí)026
2.4.3無(wú)/半/自監(jiān)督學(xué)習(xí)027
2.4.4多任務(wù)學(xué)習(xí)029
2.5常用數(shù)據(jù)集030
參考文獻(xiàn)034

第3章基于目標(biāo)檢測(cè)的U-Net構(gòu)建與肺結(jié)節(jié)候選檢測(cè)036
3.1肺實(shí)質(zhì)分割037
3.1.1圖像預(yù)處理037
3.1.2肺實(shí)質(zhì)初定位039
3.1.3肺實(shí)質(zhì)輪廓修補(bǔ)039
3.1.4灰度值歸一化042
3.2數(shù)據(jù)預(yù)處理與增強(qiáng)043
3.2.1圖像裁剪043
3.2.2數(shù)據(jù)增強(qiáng)044
3.3R2U-Net網(wǎng)絡(luò)構(gòu)建045
3.3.1U-Net框架修正045
3.3.2ResNet殘差單元047
3.3.3RPN網(wǎng)絡(luò)的anchor機(jī)制049
3.3.4R2U-Net網(wǎng)絡(luò)050
3.4模型性能優(yōu)化051
3.4.1損失優(yōu)化051
3.4.2難分類(lèi)樣本挖掘052
3.4.3非極大值抑制053
3.4.4K-折交叉驗(yàn)證054
3.5實(shí)驗(yàn)設(shè)置與結(jié)果分析056
3.5.1實(shí)驗(yàn)設(shè)置056
3.5.2結(jié)果分析056
參考文獻(xiàn)061

第4章基于多流多尺度融合的U-Net構(gòu)建與肺結(jié)節(jié)候選檢測(cè)063
4.1R2 U-Net網(wǎng)絡(luò)框架優(yōu)化064
4.1.1多尺度輸入融合算法064
4.1.2多流輸出融合算法065
4.1.3非線(xiàn)性卷積模塊066
4.1.4MS2 U-Net網(wǎng)絡(luò)介紹067
4.2非極大值抑制改進(jìn)算法068
4.3實(shí)驗(yàn)結(jié)果與分析069
4.3.1實(shí)驗(yàn)設(shè)置069
4.3.2結(jié)果分析070
參考文獻(xiàn)080

第5章注意力機(jī)制與特征金字塔與肺結(jié)節(jié)候選檢測(cè)082
5.1基于通道-空間注意力機(jī)制的網(wǎng)絡(luò)設(shè)計(jì)083
5.1.1U-Net網(wǎng)絡(luò)結(jié)構(gòu) 083
5.1.2U-SENet網(wǎng)絡(luò)構(gòu)建085
5.2U-SENet網(wǎng)絡(luò)應(yīng)用于候選肺結(jié)節(jié)檢測(cè)086
5.2.1數(shù)據(jù)增強(qiáng)086
5.2.2優(yōu)化損失函數(shù)087
5.2.3通道-空間注意力機(jī)制介紹088
5.2.4權(quán)重初始化091
5.3特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)092
5.4特征金字塔網(wǎng)絡(luò)應(yīng)用于目標(biāo)檢測(cè)095
5.5多尺度3D特征金字塔網(wǎng)絡(luò)及肺結(jié)節(jié)檢測(cè)098
5.6實(shí)驗(yàn)結(jié)果與分析100
5.6.1U-SENet實(shí)驗(yàn)結(jié)果與分析101
5.6.2MFDM實(shí)驗(yàn)結(jié)果與分析102
參考文獻(xiàn)104

第6章3D全卷積網(wǎng)絡(luò)設(shè)計(jì)與肺結(jié)節(jié)精檢測(cè)106
6.13D全卷積網(wǎng)絡(luò)107
6.1.1C3D網(wǎng)絡(luò)107
6.1.2FC-C3D網(wǎng)絡(luò)111
6.2模型性能分析與改進(jìn)114
6.2.1測(cè)試數(shù)據(jù)114
6.2.2損失函數(shù)優(yōu)化119
6.2.3模型融合121
6.2.4模型訓(xùn)練125
6.3實(shí)驗(yàn)結(jié)果分析127
6.3.13種實(shí)驗(yàn)方法對(duì)比127
6.3.2融合方法對(duì)比128
6.3.3與其他方法對(duì)比131
參考文獻(xiàn)133

第7章多模型融合應(yīng)用于肺結(jié)節(jié)精檢測(cè)135
7.1多模型肺結(jié)節(jié)檢測(cè)融合135
7.1.1Conv3DNet135
7.1.2Inception3DNet138
7.1.3RD3DNet140
7.1.4損失函數(shù)優(yōu)化143
7.1.5模型融合145
7.2肺結(jié)節(jié)精檢測(cè)實(shí)驗(yàn)與分析148
7.2.1正負(fù)樣本平衡148
7.2.2訓(xùn)練過(guò)程149
7.2.3實(shí)驗(yàn)結(jié)果對(duì)比與分析150
參考文獻(xiàn)155

第8章肺結(jié)節(jié)CAD檢測(cè)系統(tǒng)設(shè)計(jì)156
8.1需求分析156
8.2結(jié)構(gòu)及功能設(shè)計(jì)157
8.3功能性測(cè)試159
8.3.1登錄功能測(cè)試160
8.3.2讀取文件功能與查看原圖功能測(cè)試161
8.3.3肺部分割顯示功能測(cè)試161
8.3.4結(jié)節(jié)檢測(cè)顯示功能測(cè)試162
8.3.5結(jié)果顯示功能測(cè)試164
8.3.6診斷意見(jiàn)輸入功能164