- 1、本文档共69页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
摘要
摘要
MSNMOSD
基于联合深度学习的和辅助诊断研究及应用
MultiplesclerosisMS
多发性硬化(,)和视神经脊髓炎谱系疾病
NeuromyelitisopticalspectrumdisorderNMOSD
(,)均属于中枢神经系统脱髓鞘
疾病,是自身免疫性疾病,具有极高的致残率。这两种疾病的临床症状及影像
学表现具有重叠的特性,诊断鉴别困难。但是,二者的预后和最佳治疗方案不
MSNMOSD
同,甚至治疗的药物如干扰素等会促进的恶化。因此,早期的准
确诊断和及时的干预治疗是改善预后、提高患者生活质量的关键。
MagneticResonanceImagingMRI
核磁共振成像技术(,)因其具有较高的
软组织分辨率,是诊断神经系统疾病的重要方法。由于MS和NMOS
D的多灶性和相似的影像学特征,利用MRI影像人工筛查病灶区域并做出准确
诊断是一项耗时且具有挑战性的工作。近年来,深度学习的蓬勃发展为医学影
像分析和基于影像的计算机辅助诊断带来了巨大变革。尽管目前已有关于MS
和NMOSD病灶分割和疾病分类的相关研究,但现有的模型仅针对单个任务设
计,而忽略了两个任务间潜在的相关性。
针对上述问题,本文提出了一个用于MS和NMOSD病灶分割和疾病分类
的联合模型,利用两个任务之间的相关性,使其以相互引导的方式充分利用数
据中的信息,从而提升各个任务的性能。联合模型主要包括信息共享子网、病
灶分割子网和疾病分类子网三个部分,其中,信息共享子网采用由卷积模块与
SwinTransformer模块构成的双分支结构分别提取局部和全局特征,共享后输入
病灶分割子网和疾病分类子网,同时得到两个任务的结果。此外,为了进一步
增强两个任务间的相互引导,本文提出了两种信息交互方式:一是通过病灶指
导模块(LGM),将病灶分割子网得到的病灶概率图作为先验信息结合到疾病
分类子网,从而帮助分类任务关注于病灶区域,降低其他脑组织的干扰;二是
提出了跨任务损失函数,在分割子网中依据类别可视化机制生成了多层病灶定
位图,将其与病灶分割子网得到的多尺度特征图通过跨任务损失相互监督,以
提升分割子网对于离散点状病灶的定位能力以及分类子网的准确性。同时,病
灶定位图为深度学习模型的诊断过程提供了可解释性。本文将所提出的联合模
i
摘要
型与先进的分类分割模型进行对比实验,结果表明联合模型能够有效提升两个
任务的性能;通过设置消融实验,验证了任务间信息共享和交互方式的有效性。
MSNMOSD
为了将联合模型实际应用于临床工作,本文设计并实现了和医
疗辅助诊断平台,平台包括基础交互模块、病灶分割模块、MS/NMOSD分类模
块和联合诊断模块,从而为医生提供有效的诊断辅助。
关键字:核磁共振影像,计算机辅助诊断,联合学习,病灶分割
您可能关注的文档
最近下载
- 深圳市龙华区2023年四年级下学期《语文》期末真题与参考答案.doc VIP
- 仙剑奇侠传四图文全攻略(整合版).pdf
- 上海市浦东新区2021-2022学年高一下学期期末(线上)英语试题含答案及听力文稿.docx
- 新生儿病室医院感染监控和报告制度.pptx
- 《锅炉水处理》课件.pptx VIP
- 燃油箱泄露诊断模块.pdf
- 南京工业大学《微观经济学》内部题库练习期末真题汇编及答案.docx
- 2023-2024学年下学期初中七年级期末考试英语试卷.pdf VIP
- 2023春国家开放大学-04020管理英语4-期末考试题带答案.doc
- 新时代中国特色社会主义思想概论·专题14专题测验.docx VIP
文档评论(0)