基于深度学习的医学图像分割.docx

摘要

冠心病是冠状动脉血管发生粥样硬化而引起血管腔狭窄或阻塞，造成心肌缺血、缺氧或坏死而导致的心脏病，由于当前临床上诊断仍主要依赖于医护人员的专业经验，且医学影像其斑块识别、分割难度较大，所以本论文利用深度学习，实现计算机对病灶斑块的智能诊断，实现对医学影像斑块的自动分割，输出斑块所在病变位置和大小。

本文首先使用传统分割算法对数据进行了实验，其中对各类分割方法进行了具体说明，对Otsu算法、分水岭分割等经典分割算法进行了实现，对效果进行了分析。

之后进行了深度学习相关实验，首先在影像科医生的协助下找到病人斑块所在位置，一共筛选得到40张图像，将这些图像由医学图像DICOM格式转换为PNG