ВКР: Автоматическое выделение патологической области на постконтрастных магнито-резонансных томограммах

СОДЕРЖАНИЕ

Введение
1. Магнитно-резонансные изображения глиальных новообразований головного мозга
1.1. Мрт диагностика новообразований головного мозга
1.2. Сбор данных мрт-изображений новообразований (глиом) головного мозга
1.3. Обзор исследований в области сегментации магнитно – резонансных изображений
1.4. 2 D и 3D изображения
1.6 Обработка МРТ изображений
1.7 Методы сегментации МРТ-изображений
2. Разработка программного комплекса для сегментации опухолей на пост-контрастных МРТ-томограммах головного мозга
2.1 Иерархическая структура сегментации
2.2 Двухэтапная плотно связанная 3D CNN Two-Stage Densely Connected 3D CNN
2.3. Архитектура сверточной нейронной сети для сегментации опухолей головного мозга на основе пост-контрастных магнитно-резонансных изображений.
2.4. Устранение артефактов
2.5. Сбор данных
2.6 Обучение и тестирование
2.7. Оценка результатов
ЗАКЛЮЧЕНИЕ
ПРИЛОЖЕНИЕ 1. Общий код программы
ПРИЛОЖЕНИЕ 2. Алгоритм N4Correction
Список литературы

Введение

Огромный прогресс в исследовании новообразований головного мозга и изучению анатомии мозга был достигнут с помощью магнитно-резонансной томографии (МРТ). Достижения в области МРТ головного мозга также предоставили большой объем данных со все более высоким уровнем качества. Анализ этих больших и сложных наборов данных МРТ стал утомительной и сложной задачей для клиницистов, которым приходится вручную извлекать важную информацию. Этот ручной анализ часто требует большого количества времени и чреват ошибкам.
Эти трудности с анализом данных МРТ головного мозга потребовали разработки компьютеризированных методов для улучшения диагностики и тестирования. В настоящее время компьютеризированные методы сегментации, регистрации и визуализации МР-изображений широко используются для оказания помощи врачам в качественной диагностике. Сегментация МРТ головного мозга является важной задачей во многих клинических приложениях, поскольку она влияет на результат всего анализа. Это связано с тем, что различные этапы обработки зависят от точной сегментации анатомических областей. Например, сегментация МРТ обычно используется для измерения и визуализации разл