基于人工智能的肺癌辅助诊断系统的设计与实现

发布时间：2020-11-05 11:14

　　 经调查研究得知,近年来在体检中发现肺癌的人数逐年增多,但是选择住院治疗的人数却比较少,大约75%的患者在确诊时已经是肺癌中晚期,其治愈几率大大降低。因此,尽早诊断出肺癌对于降低因肺癌造成的死亡率具有重要意义。另一方面,面对大量的患者,临床医生有着相当大的工作量,需要先筛选肺癌患者,然后根据自身经验对患者进行相应的治疗。然而在我国,培养一位经验丰富的临床医生所需要花费的时间周期较长。综上所述,在医学领域,研究运用人工智能技术对医学数据分析、辅助临床医生进行肺癌筛选诊断和治疗,具有重要理论意义和实际应用价值。本文在分析了目前深度学习方法之后发现,国内外研究者主要针对肺部CT图像进行肺癌预测,忽略了放射科医生给出的CT图像描述和检验报告,尤其是检验报告,这样会丢失部分信息。考虑上述问题,本文设计了一种新颖的文本和图像的多模态学习的肺癌辅助诊断方案。该方案与目前已有的方法不同,是基于CT图像、放射科医生给出的CT图像描述、检验报告三部分进行多模态融合。其主要实现要点是将图像部分先预处理,再利用Resnet网络建模;将CT图像描述部分利用自然语言处理技术进行分词、预训练、建模;将检验报告利用多层感知机建模;最后经三部分融合。实验验证,基于文本和CT图像的多模态方法的准确率要比基于CT图像的单模态方法的准确率提高3%,这说明,CT影像仍是肺癌诊断的主要信息,而检查描述和检验结果作为补充信息加入到模型中,可以很好的提升模型的精确度。再基于本文设计的文本和图像的多模态学习方式,设计实现了肺癌辅助诊断系统。充分将多模态方式与计算机辅助诊断融合,帮助临床医生筛选诊断患者。该系统能够快速实现数据预处理,肺癌辅助诊断判断,诊断信息录入,以及患者过往史病例等信息的查询。该系统的实现减轻了临床医生的工作量,提高了其工作效率,还为临床医生提供了一个全方位观察和诊断患者,同时,肺癌患者也能及时了解自身情况。
【学位单位】：中国科学院大学(中国科学院沈阳计算技术研究所)
【学位级别】：硕士
【学位年份】：2020
【中图分类】：TP391.41;TP18;R734.2;TH77

【相似文献】

相关期刊论文 前10条

1 陈运文;;理解语言 拥抱智能[J];浦东开发;2019年12期

2 张建军;孙滔;孟方;高洋;聂自非;;通过人工智能构建智能集锦服务在央视世界杯期间的应用[J];现代电视技术;2018年09期

3 雷健;;人工智能在水环境监测的关键技术研究与工程实践[J];价值工程;2019年22期

4 陈铭;徐丽芳;;Narrative Science:讲述隐藏在数据中的故事[J];出版参考;2018年02期

5 王挺;麦范金;刘忠;;自然语言处理及其应用前景的研究[J];桂林航天工业高等专科学校学报;2006年04期

6 ;海外传媒[J];中国报业;2018年13期

7 薛加玉;;论人工智能赋能机构投资者[J];现代商贸工业;2019年17期

8 张轶然;;浅析人工智能技术发展与应用现状[J];电子制作;2019年02期

9 李国锋;;体育通人工智能服务平台研究[J];通讯世界;2019年03期

10 轩中;;中国的自然语言处理领域的人工智能公司[J];互联网周刊;2018年15期

相关博士学位论文 前10条

1 吴洁;基于人工智能优化的时间序列预测模型的研究及应用[D];兰州大学;2015年

2 才智杰;藏文词向量表示关键技术研究[D];青海师范大学;2018年

3 方兰婷;基于机器学习的自然语言处理和传输技术的研究[D];东南大学;2018年

4 李良炎;基于词联接的自然语言处理技术及其应用研究[D];重庆大学;2004年

5 周雅倩;最大熵方法及其在自然语言处理中的应用[D];复旦大学;2005年

6 易勇;计算机辅助诗词创作中的风格辨析及联语应对研究[D];重庆大学;2005年

7 王燚;基于场景化知识表示的自然语言处理及其在自动文本校对中的应用[D];西南交通大学;2005年

8 王智强;汉语指代消解及相关技术研究[D];北京邮电大学;2006年

9 王斌;汉英双语语料库自动对齐研究[D];中国科学院研究生院（计算技术研究所）;1999年

10 鲁松;自然语言处理中词相关性知识无导获取和均衡分类器构建[D];中国科学院研究生院（计算技术研究所）;2001年

相关硕士学位论文 前10条

1 吕晴;基于人工智能的肺癌辅助诊断系统的设计与实现[D];中国科学院大学(中国科学院沈阳计算技术研究所);2020年

2 王海文;人工智能生成内容的著作权认定研究[D];广东财经大学;2019年

3 田宇;人工智能生成内容的著作权保护路径研究[D];武汉理工大学;2019年

4 郭乐宁;弱人工智能犯罪的刑事责任分配[D];河北经贸大学;2020年

5 陈阳;人工智能创作物著作权保护研究[D];东北师范大学;2019年

6 袁志明;人工智能生成物的著作权保护研究[D];大连海事大学;2019年

7 徐泽龙;人工智能生成物的著作权保护研究[D];浙江财经大学;2019年

8 蔡宇佼;人工智能生成物著作权保护研究[D];上海交通大学;2018年

9 张思敏;人工智能成果的著作权保护研究[D];西南政法大学;2017年

10 王晶晶;人工智能创作物的版权保护[D];厦门大学;2017年

本文编号：2871557