超声心动图中先心病辅助诊断技术研究-模式识别与智能系统专业论文.docxVIP

超声心动图中先心病辅助诊断技术研究-模式识别与智能系统专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
超声心动图中先心病辅助诊断技术研究-模式识别与智能系统专业论文

万方数据 万方数据 上海交通大学 学位论文原创性声明 本人郑重声明 :所呈交的学位论文,是本人在导师的指导下,独 立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论 文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文 的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本 人完全意识到本 声明的法律结果由本人承担。 学位论文作者签名:朱峰 日期: 1-01 年 1 月巧日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全 了解学校有关保留、使用学位论文的规定, 同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版 , 允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的 全部或部分 内容编入有关数据库进行检索 ,可以采用影 印、缩印或扫 描等复制手段保存和汇编本学位论文 。 保密口,在 年解密后适用本授权书。 本学位论文属于 不保密园。 〈请在 以上方框内打 f ) 学位论文作者签名: 朱哈 时阳:以托 日期: 2)JIS 年 1 月 对日 日期:)fJ!J 年 j 月刁日 万万 万万数据 |-HHHSMHHH | - HHHS MHHH Z mm副副目 1 阻Mmmg m剧副 剧 2 | EJ Ea-·O MMMMHH Z MMMMUM - .们.U.U川 1 | 姓 名 朱峰 1120329128 所在学科 控制工程 指导教师 赵群飞 20 15-1-15 答辩地 点 电院2-530 论文题目 超声心动图中先心病辅助诊断技术研究 投票表决结果:了/ 了/ S  (同意票数/实到委员数/应到委员数)  答辩结论 :rd通过  口未通过 评语和决议: 超声图像分辨率低,斑点噪声严重,超声心动图中的 二尖瓣识别十分困难。针对这一问题, 论文分别提出了一种基于 Bag ofFeatures 的二尖瓣根识别算法,与 一种基于自动上下文模型的瓣 膜识别算法,不需人 工参与, 同时解决了传统 图像分割算法只能整体分 割二尖瓣 ,却无法区分瓣 根瓣膜的问题。算法根据心脏解剖结构与超声图像特点 ,采用 LBP 和局部上下文特征描述瓣根, 结合 Bag of Features 模型与 SVM 分类器识别瓣根 ,为筛除错分点,论文提出了→种自适应阀值 方法。自动上下文模型采用 LDB 特征描述瓣膜,充分利用了图像的上下文信息,通过训练 一个 分类器序列 ,将低层图像信息与高层 上下文信息有效结合起来 ,具有良好的学习效果。实验结果 表明,算法在心室收缩期和舒张期都取得了较为准确的识别效果 ,对于指导临床诊断具有重要意 义。 论文结构合理,条理清 晰, 内容充实 ,分析正确 ,实验结果可信,表明了 作者已经掌握了 本学科扎实的理论基础和进行 相关研究的专业知识。经答辩委员会认真讨论并无记名投票,同意 通过朱峰同学的硕士学位论文答辩 ,并建议授予其专业硕士学位。 务一席职 务一席 职一主 沈红斌 2c tS 年 日 称一授职一教 称一授 职一教 答辩委员会成员 委员 赵宇明 委员 赵龙生 委员 严京旗 秘书 陈友仁 高级工程师 副教授 高级工程师 副教授 助理研究员 万方数据 万方数据 超声心动图中先心病辅助诊断研究 摘 要 二尖瓣是心脏的重要组成部分,其生理功能是控制左心房到左心 室之间血液的单向流动。据统计,我国的小儿先天性心脏病例中,约 1/2 的病因源于二尖瓣的结构异常与功能异常。二尖瓣返流、二尖瓣狭 窄等都是常见的瓣膜性心脏病,临床上通常采用超声来观察二尖瓣的 形态与运动轨迹,进行疾病诊断。 本文提出了一种基于 Bag of Features 的二尖瓣根识别算法,与一种 基于自动上下文模型的瓣膜识别算法。瓣根识别算法的难点在于如何 设计有效的特征描述子。由于瓣根与左心房、心室的位置较为固定, 瓣膜的快速移动使得瓣根邻域的纹理信息较丰富,最终算法采用局部 上下文特征和 LBP 特征描述二尖瓣根。Bag Of Features 首先从样本中 提取瓣根特征,采用 k-means 算法聚类生成视觉词汇,构成码书,然 后计算每一样本的 BOF 直方图,作为特征描述向量,据此训练分类器, 分类器采用直方图交集核 SVM。 瓣膜的自动提取需要解决两个问题。第一,瓣膜的运动快速而无规 律,如何建立有效的模型是个难点;第二,受限于超声成像机制,在 心室收缩期,瓣膜张开时会出现成像断裂成几部分的情况,如何正确 分割所有的瓣膜区域是个更为困难的任务。本文提出的瓣膜识别算法, 通过把瓣膜看做是一些点的集

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档