1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

127 7 0
Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Ngày đăng: 27/05/2022, 09:12

Xem thêm:

Hình ảnh liên quan

Hình 11 Minh họa thủ thuật nội soi đại tràng [12] - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 11.

Minh họa thủ thuật nội soi đại tràng [12] Xem tại trang 18 của tài liệu.
Hình 12 Hệ thống CADx hỗ trợ chuẩn đoán nội soi đại tràng [16] - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 12.

Hệ thống CADx hỗ trợ chuẩn đoán nội soi đại tràng [16] Xem tại trang 19 của tài liệu.
-Phân vùng đối tượng: phân vùng các polyp, xác định hình dạng và kích thước của chúng trên ảnh - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

h.

ân vùng đối tượng: phân vùng các polyp, xác định hình dạng và kích thước của chúng trên ảnh Xem tại trang 20 của tài liệu.
Hình 14 Các trường hợp khó phân vùng polyp: (a) polyp có hình dạng, kích thước, màu sắc và kết cấu rất đa dạng, (b) polyp nhỏ khó nhìn thấy, (c) ảnh - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 14.

Các trường hợp khó phân vùng polyp: (a) polyp có hình dạng, kích thước, màu sắc và kết cấu rất đa dạng, (b) polyp nhỏ khó nhìn thấy, (c) ảnh Xem tại trang 21 của tài liệu.
Hình 15 Ví dụ minh họa dữ liệu không cân bằng - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 15.

Ví dụ minh họa dữ liệu không cân bằng Xem tại trang 22 của tài liệu.
Hình 17 Ví dụ minh họa bộ dữ liệu Kvasir-Seg - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 17.

Ví dụ minh họa bộ dữ liệu Kvasir-Seg Xem tại trang 24 của tài liệu.
Hình 18 Kiến trúc mô hình học sâu phân vùng ảnh [74] - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 18.

Kiến trúc mô hình học sâu phân vùng ảnh [74] Xem tại trang 33 của tài liệu.
Hình 19 Kiến trúc mạng UNet[59] - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 19.

Kiến trúc mạng UNet[59] Xem tại trang 34 của tài liệu.
Bảng 12 là tổng hợp các công trình mới công bố gần đây cho bài toán phân tích ảnh nội soi đại tràng trên thế giới - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Bảng 12.

là tổng hợp các công trình mới công bố gần đây cho bài toán phân tích ảnh nội soi đại tràng trên thế giới Xem tại trang 42 của tài liệu.
Hình 21 Tổng quan kiến trúc mô hình phân vùng polyp trên ảnh nội soi đại tràng - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 21.

Tổng quan kiến trúc mô hình phân vùng polyp trên ảnh nội soi đại tràng Xem tại trang 53 của tài liệu.
Hình 23 Kiến trúc bộ mã hóa EfficientB7 [82] - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 23.

Kiến trúc bộ mã hóa EfficientB7 [82] Xem tại trang 56 của tài liệu.
Hình 27 Ví dụ các phép biến đổi ảnh dùng cho tăng cường dữ liệu - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 27.

Ví dụ các phép biến đổi ảnh dùng cho tăng cường dữ liệu Xem tại trang 67 của tài liệu.
Bảng 22 Độ chính xác mạng UNet điều chỉnh với các bộ mã hóa khác nhau - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Bảng 22.

Độ chính xác mạng UNet điều chỉnh với các bộ mã hóa khác nhau Xem tại trang 68 của tài liệu.
Hình 28 Biểu đồ độ chính xác của mạng UNet điều chỉnh - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 28.

Biểu đồ độ chính xác của mạng UNet điều chỉnh Xem tại trang 69 của tài liệu.
AsymCE, mô hình cho kết quả với độ đo Precision và Recall khá cân bằng, do - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

sym.

CE, mô hình cho kết quả với độ đo Precision và Recall khá cân bằng, do Xem tại trang 72 của tài liệu.
Hình 2 11 Ảnh hưởng của các hàm mất mát trong quá trình học - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 2.

11 Ảnh hưởng của các hàm mất mát trong quá trình học Xem tại trang 73 của tài liệu.
Hình 2 12 Phân vùng polyp được tạo ra bởi các tùy biến của mô hình đề xuất - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 2.

12 Phân vùng polyp được tạo ra bởi các tùy biến của mô hình đề xuất Xem tại trang 73 của tài liệu.
Đầu tiên, mô hình đề xuất CRF-EfficientUNet được cài đặt, huấn luyện mô hình bằng bộ dữ liệu CVC-ClinicDB gồm 612 ảnh nội soi có gán nhãn phân vùng polyp và kiểm thử trên hai bộ dữ liệu độc lập là ETIS-Larib, - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

u.

tiên, mô hình đề xuất CRF-EfficientUNet được cài đặt, huấn luyện mô hình bằng bộ dữ liệu CVC-ClinicDB gồm 612 ảnh nội soi có gán nhãn phân vùng polyp và kiểm thử trên hai bộ dữ liệu độc lập là ETIS-Larib, Xem tại trang 79 của tài liệu.
Hình 31 Tổng quan kiến trúc hệ thống học tự giám sát các đặc trưng thị giác cho phân vùng polyp trên ảnh nội soi đại tràng - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 31.

Tổng quan kiến trúc hệ thống học tự giám sát các đặc trưng thị giác cho phân vùng polyp trên ảnh nội soi đại tràng Xem tại trang 87 của tài liệu.
Hình 34 Minh họa các phương pháp học chuyển giao từ mạng tái tạo ảnh nội soi sang mạng phân vùng polyp - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 34.

Minh họa các phương pháp học chuyển giao từ mạng tái tạo ảnh nội soi sang mạng phân vùng polyp Xem tại trang 90 của tài liệu.
Bảng 31 Độ chính xác SSIM của mạng tái tạo ảnh với tỉ lệ nhiễu khác nhau - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Bảng 31.

Độ chính xác SSIM của mạng tái tạo ảnh với tỉ lệ nhiễu khác nhau Xem tại trang 93 của tài liệu.
Bảng 32 Độ chính xác của mạng phân vùng polyp học chuyển giao từ mạng tái tạo ảnh với tỉ lệ nhiễu khác nhau - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Bảng 32.

Độ chính xác của mạng phân vùng polyp học chuyển giao từ mạng tái tạo ảnh với tỉ lệ nhiễu khác nhau Xem tại trang 94 của tài liệu.
Hình 36 Phân vùng polyp tạo bởi các mạng UNet huấn luyện theo phương pháp học chuyển giao khác nhau từ mạng tái tạo ảnh - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 36.

Phân vùng polyp tạo bởi các mạng UNet huấn luyện theo phương pháp học chuyển giao khác nhau từ mạng tái tạo ảnh Xem tại trang 96 của tài liệu.
Bảng 34 So sánh điểm số Dice của các phương pháp phân vùng polyp - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Bảng 34.

So sánh điểm số Dice của các phương pháp phân vùng polyp Xem tại trang 97 của tài liệu.
Hình 41 Minh họa mô hình sinh ảnh nội soi chứa polyp - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 41.

Minh họa mô hình sinh ảnh nội soi chứa polyp Xem tại trang 102 của tài liệu.
Hình 43 Huấn luyện bộ sinh - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 43.

Huấn luyện bộ sinh Xem tại trang 103 của tài liệu.
Hình 44 Kiến trúc bộ sinh của PolypGenPix2Pix - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 44.

Kiến trúc bộ sinh của PolypGenPix2Pix Xem tại trang 104 của tài liệu.
Hình 45 Kiến trúc bộ phân biệt của PolypGenPix2Pix - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Hình 45.

Kiến trúc bộ phân biệt của PolypGenPix2Pix Xem tại trang 105 của tài liệu.
4 33 Kết quả sinh ảnh nội soi chứa polyp của mô hình PolypGenPix2Pix - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

4.

33 Kết quả sinh ảnh nội soi chứa polyp của mô hình PolypGenPix2Pix Xem tại trang 109 của tài liệu.
Bảng 42 Kết quả tăng cường dữ liệu huấn luyện trên bộ dữ liệu kiểm thử ETIS-Larib - Nghiên cứu, phát triển một số kỹ thuật học sâu áp dụng cho phân vùng polyp trên ảnh nội soi đại tràng

Bảng 42.

Kết quả tăng cường dữ liệu huấn luyện trên bộ dữ liệu kiểm thử ETIS-Larib Xem tại trang 113 của tài liệu.

Trích đoạn

2 Kỹ thuật học sâu

Tình hình nghiên cứu bài toán phân tích ảnh nội soi đại tràng

32 Tình hình nghiên cứu trong nước

Những vấn đề còn tồn tạ

Mạng sinh ảnh nội soi đại tràng chứa polyp PolypGenPix2P

35 So sánh độ chính xác của mô hình học sâu phân vùng polyp

Thử nghiệm và đánh giá các kết quả

Hướng nghiên cứu tiếp theo

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan