Faster RCNN模型和SCP方法在肝包虫病病灶位置估计中的研究
2021-10-13刘志华卡迪力亚库尔班李丰军严传波
中国医疗设备 2021年9期
刘志华,卡迪力亚·库尔班,李丰军,严传波
新疆医科大学 a. 公共卫生学院;b. 医学工程技术学院,新疆 乌鲁木齐 830011
引言
肝包虫病又称作肝棘球蚴病,是一种因棘球绦虫的幼虫寄生于人体肝脏而导致的寄生虫病[1-2]。肝包虫病是牧区常见的人畜共患寄生虫疾病,在我国多见于新疆、西藏、青海、甘肃、宁夏、内蒙古、四川等西北农牧区, 严重危害人体健康和畜牧业的发展, 是严重的公共卫生问题[3]。肝包虫病患者在患病初期无特异性的症状及体征,随着包囊的生长,患者出现腹部不适、疼痛、恶心、呕吐等临床体征表现,当囊肿破裂时,将会引发机体感染甚至发生过敏反应等并发症,对人体健康造成极大危害。如今,治疗肝包虫病的首选方案是手术,但无论何种手术方式其术后并发症的发生率都达到了60%[4-5],对人体产生极大危害,然而通过对医学图像进行病灶检测可以协助医生诊断疾病,有效减少疾病的死亡率。在病灶检测方面,国外研究学者做了一些研究,提出一个深度目标检测网络定位视盘和视杯来进行青光眼的筛查和诊断[6]。有研究提出一种改进的自动脑肿瘤分割和识别方法,利用人工神经网络和灰度特征对脑瘤进行分析诊断,区分良恶性病例[7]。Yahalomi等[8]训练了一种更快的用于目标检测的机器视觉神经网络,来识别和定位前后X射线图像中的桡骨远端骨折,对骨折的识别正确率为96%。除此之外,国内许多学者在肝包虫病分类[9-10]、分割[11-13]方面做了一些研究,但存在超参数调整困难、模型预测存在很多假阳性、误分较多、需要人工交互、相邻器官之间边界轮廓分割不精确等问题。……
登录APP查看全文
