科创中国

生物与新医药技术

随着医疗设备的不断发展，超声成像仪器因为其无创性、实时性、操作方便、价格便宜等诸多优势，使其成为临床上应用最为广泛的医疗设备工具之一。甲状腺对人类健康的影响日益增大，超声技术是公认的适合做检查的技术。甲状腺超声图像是一种在临床中常见的医学图像技术，对甲状腺超声图像的有效分割可以为医生在临床中的诊断提供大量的有效信息。 深度学习是一种通过深度神经网络模型利用海量数据来学习这些数据规律的方法。通常需要利用海量数据对含有数以百万计参数的深度网络进行训练，以得到可以更好反映出数据集中各样本与训练目标间映射关系的模型。在医学图像技术和深度学习结合中，实现医学图像的精确分割是极具实际意义的。精确的分割可以为临床医疗提供大量目标区域的精确形状信息，以辅助专业医师出具诊断结果

深度学习的出现使得在分割甲状腺超声图像时摆脱专业医师繁重的工作成具有了可行性。但是，甲状腺超声图像的获取和标注过程仍高度依赖于医生的技能和经验、耗时、耗力，这与深度学习网络训练所需的海量数据相矛盾。在实际应用时，使用有限的甲状腺超声样本训练的深度学习分割网络往往效果较差。集成或改进常见深度学习和传统机器学习方法，以应对利用有限超声图像进行甲状腺分割问题，在国内外已经取得了一些研究成果，但针对智能图像增强以从本质上提升分割网络性能的研究仍存在大量的研究空间。在深度学习图像分割领域中，数据集增强技术是针对图像的应用场合，根据数据集中图像的特点，从而获得数据量更充足、图像更清晰、样本更丰富的数据集，以提高深度学习泛化能力的图像处理技术。数据集增强技术中通常包含裁切、翻转、滤波去噪、随机裁切、亮度调整、对比度调整等方法。现阶段的数据集增强技术主要以人为手动设计为主，设计过程会根据工程经验选择、结合部分数据集增强方法，很难做到最大程度上保证数据集的丰富性和充足性。

哈尔滨医科大学坐落在北国冰城哈尔滨，是一所历史文化底蕴深厚的医学高等学府，由我国现代医学先驱伍连德博士于1926年创办的滨江医学专门学校（1938年更名为哈尔滨医科大学）和前身为中国共产党于1931年在江西瑞金创建的中国工农红军军医学校原兴山（现鹤岗市）中国医科大学第一、二分校组建而成。学校历经97年的发展建设，传承伍连德博士“赤诚爱国、自强创业”的精神，发扬中国工农红军军医学校“政治坚定、技术优良”的光荣传统，秉承“木直中绳、博学载医”的校训，综合实力不断增强，具有相当的发展规模和鲜明的办学特色。学校是部委省共建大学、黑龙江省国内一流大学建设高校、中俄医科大学联盟中方牵头单位、国家理科基础科学研究与教学人才培养基地、教育部首批试办七年制高等医学教育院校、教育部高水平公共卫生学院建设高校。

点击查看