醫(yī)學內窺鏡圖像的異常檢測技術研究.pdf

1、醫(yī)學內窺鏡因其獨特的構造能夠深入患者的體內，直接觀察體內胃腸道各器官的表現，從而在現代胃腸道疾病的診斷中發(fā)揮著巨大的作用。但胃腸道疾病的診斷依靠內科醫(yī)師對內窺鏡圖像進行目視解讀來初步判定，這十分依賴醫(yī)生的診斷經驗，造成了沉重的工作負擔。因此面對內窺鏡手術中產生的大量醫(yī)學內窺鏡圖像，如何能夠通過分析圖像的表現模式為醫(yī)生提供異常檢測層面的輔助診斷是一個十分具有實際意義的問題。
　　論文的主要研究內容如下:
　　1.醫(yī)學內窺鏡圖像

2、的特征提取方法。本文提出了一種融合傳統的顏色特征、紋理特征以及卷積神經網絡特征的特征提取算法，在對檢測單元提取顏色直方圖統計特征和局部二元模式特征的基礎之上，設計了卷積神經網絡模型來有監(jiān)督地學習檢測單元特征的表示，并通過梯度提升樹模型對兩種特征信息進行了融合。實驗結果表明本文的特征提取算法能夠獲得更好地描述醫(yī)學內窺鏡圖像中的各種表現，從而提升異常檢測效果。
　　2.結合代價敏感的異常檢測技術。由于異常檢測中不同類誤分代價不同，并且