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

Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu

46 14 0

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: 25/01/2021, 23:31

Xem thêm:

HÌNH ẢNH LIÊN QUAN

DANH MỤC BẢNG BIỂU - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
DANH MỤC BẢNG BIỂU (Trang 8)
Chụp cắt lớp vi tính (Computed Tomography) là một phương pháp chụp hình X-quang. Máy CT chạy vòng quanh thân thể bệnh nhân, phát sóng X-quang, sau đó dựa vào độ hấp thụ năng lượng tia X của các thành phần cấu trúc khác nhau trong cơ thể để dựng lại hình - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
h ụp cắt lớp vi tính (Computed Tomography) là một phương pháp chụp hình X-quang. Máy CT chạy vòng quanh thân thể bệnh nhân, phát sóng X-quang, sau đó dựa vào độ hấp thụ năng lượng tia X của các thành phần cấu trúc khác nhau trong cơ thể để dựng lại hình (Trang 16)
Hình 2.2 Thông tin các điểm ảnh được rút ra từ một tập tin trong Tập ảnh Pancreas-CT của National Institutes of Health Clinical Center [13] - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Hình 2.2 Thông tin các điểm ảnh được rút ra từ một tập tin trong Tập ảnh Pancreas-CT của National Institutes of Health Clinical Center [13] (Trang 17)
Hình 2.3 Các thông tin cơ bản của một tập tin ảnh DICOM được lấy ra từ Tập ảnh Pancreas-CT của National Institutes of Health Clinical Center [13] - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Hình 2.3 Các thông tin cơ bản của một tập tin ảnh DICOM được lấy ra từ Tập ảnh Pancreas-CT của National Institutes of Health Clinical Center [13] (Trang 18)
Bảng 2.1 Các chỉ số dương tính đúng (TP), dương tính sai (FP), âm tính đúng (TN) và âm tính sai (FN) - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Bảng 2.1 Các chỉ số dương tính đúng (TP), dương tính sai (FP), âm tính đúng (TN) và âm tính sai (FN) (Trang 21)
Hình 3.1 Minh họa quá trình phân đoạn một ảnh 2D: - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Hình 3.1 Minh họa quá trình phân đoạn một ảnh 2D: (Trang 24)
mô hình rút trích đặc trưng và phân lớp với kiến trúc đa tầng sẽ được triển khai nhằm tìm ra tuyến tụy - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
m ô hình rút trích đặc trưng và phân lớp với kiến trúc đa tầng sẽ được triển khai nhằm tìm ra tuyến tụy (Trang 24)
Mô hình bao gồm 3 bước chính tương ứng với các bước được đánh số trong Hình 3.1: - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
h ình bao gồm 3 bước chính tương ứng với các bước được đánh số trong Hình 3.1: (Trang 25)
Hình 3.4 Phân đoạn các điểm ảnh lớn và gán nhãn - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Hình 3.4 Phân đoạn các điểm ảnh lớn và gán nhãn (Trang 28)
Hình 3.5 Kết quả phân đoạn điểm ảnh lớn một ảnh CT: - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Hình 3.5 Kết quả phân đoạn điểm ảnh lớn một ảnh CT: (Trang 29)
Hình 3.6 Phân lớp các tiểu vùng 25x25 thông qua Random Forest - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Hình 3.6 Phân lớp các tiểu vùng 25x25 thông qua Random Forest (Trang 30)
Hình 3.7 Keypoint descriptor 2x2 bins, với 8 orientation mỗi bin [20] - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Hình 3.7 Keypoint descriptor 2x2 bins, với 8 orientation mỗi bin [20] (Trang 31)
 Lấy kết quả có số lượng vote lớn nhất làm kết quả cuối cho mô hình. Tác giả hiện thực Random Forest với 50 cây và leaf size tối thiểu là 150 - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
y kết quả có số lượng vote lớn nhất làm kết quả cuối cho mô hình. Tác giả hiện thực Random Forest với 50 cây và leaf size tối thiểu là 150 (Trang 32)
Kế đến là các layer max-pooling và fully connected. Mô hình CNN mà tác giả áp dụng kết thúc với softmax layer cho 2 lớp “tuyến tụy” và “không tuyến tụy” - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
n là các layer max-pooling và fully connected. Mô hình CNN mà tác giả áp dụng kết thúc với softmax layer cho 2 lớp “tuyến tụy” và “không tuyến tụy” (Trang 33)
Để so sánh, tác giả cũng thực nghiệm với mô hình đã bỏ đi tầng 1, tất cả các tiểu vùng âm tính đều được đưa vào huấn luyện. - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
so sánh, tác giả cũng thực nghiệm với mô hình đã bỏ đi tầng 1, tất cả các tiểu vùng âm tính đều được đưa vào huấn luyện (Trang 37)
Hình 4.1 Các điểm ảnh lớn thu được sau khi áp dụng SLIC với tham số chỉ số lượng điểm ảnh lớn là 300: - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Hình 4.1 Các điểm ảnh lớn thu được sau khi áp dụng SLIC với tham số chỉ số lượng điểm ảnh lớn là 300: (Trang 38)
4.2.4 Kiểm thử mô hình - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
4.2.4 Kiểm thử mô hình (Trang 40)
Bảng 4.2 Kết quả thực nghiệm với phương pháp đề xuất (áp dụng tầng 1) và phương pháp loại bỏ tầng 1 - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Bảng 4.2 Kết quả thực nghiệm với phương pháp đề xuất (áp dụng tầng 1) và phương pháp loại bỏ tầng 1 (Trang 41)
Bảng 4.1 Số lượng mẫu dương tính và âm tính dùng để huấn luyện bộ phân lớp CNN với phương pháp đề xuất (áp dụng tầng 1) và phương pháp loại bỏ tầng 1 - Phân đoạn ảnh tuyến tụy bằng phương pháp học sâu
Bảng 4.1 Số lượng mẫu dương tính và âm tính dùng để huấn luyện bộ phân lớp CNN với phương pháp đề xuất (áp dụng tầng 1) và phương pháp loại bỏ tầng 1 (Trang 41)

TÀI LIỆU CÙNG NGƯỜI DÙNG

  • Đang cập nhật ...

TÀI LIỆU LIÊN QUAN

w