领域自适应方法用于医学影像研究进展

人工智能有助于提高医学影像学诊断准确率、提高工作效率,但训练模型的过程中需要对大量图像数据进行标注,且需面临域偏移等问题;利用领域自适应方法可基于少量标注数据训练高效模型。本文就领域自适应方法用于医学影像研究进展进行综述。

基于改进Faster R-CNN的域自适应红外目标检测方法

为充分利用当前大量注释的RGB图像数据提高热红外图像的目标检测性能,提出一种基于深度学习模型的无监督域自适应(UDA)方法。对Faster RCNN骨干网络进行改进,增强感受野表征能力,优化目标框的正负样本不平衡问题和回归机制。为解决从RGB域到红外域迁移过程中不同层面的域偏移问题,在改进Faster RCNN架构的不同网络层和不同阶段引入图像级和实例级特征分布对齐。实验结果表明,在多光谱公开数据集KAIST和FLIR-ADAS上,所提UDA方法分别实现了73.35%和77.66%的全类平均精度(mAP结果),显著提高了恶劣照明条件下的目标检测性能。

基于深度偏移角道集共聚焦分析的炮域炮检距矢量片优化叠加方法

复杂构造地区断块和高陡构造发育,相比于平缓地层,高陡构造区域地震照明有限,数据信噪比较低,全偏数据参与叠加对提高成像信噪比不利。由于区域构造特征的差异性,不同高陡构造带对应的反射具有明显的方向性,不同炮检距(即入射角)段的反射信号具有明显分带特征。据此,在炮域深度偏移角道集上进行炮检距矢量片(Shot Domain Offset Vector Tile,SVOT)划分,有效分离出不同倾向、不同倾角界面的深偏数据。采用共聚焦分析方法,分析各SOVT叠加剖面的信号聚焦特性;根据其成像清晰度属性,进行SOVT剖面加权优化叠加,突出有效信号,改善高陡界面的成像信噪比。理论模型与实际数据测试验证了该方法的有效性;同时,它可依托商业软件深度偏移模块运行,只需额外增加少量运算,适于工业化推广。

医学图像分割的无监督域适应研究综述

医学图像分割在医学图像处理领域中具有广泛的应用前景,通过定位和分割出感兴趣的器官、组织或病变区域,为诊断和治疗提供辅助信息。但不同模态医学图像之间存在域偏移问题,这会导致在实际部署时分割模型的性能大幅下降。域适应技术是解决该问题的有效途径,尤其是无监督域适应,因其不需要目标域标签信息而成为医学图像处理领域的研究热点。目前,针对医学图像分割的无监督域适应研究的综述报告相对较少,对近年医学图像分割的无监督域适应的相关研究进行了整理、分析和总结,并对未来进行了展望,希望帮助相关研究人员快速了解并熟悉该领域的研究现状及趋势。

基于弹性反射波正演表达的转换波逆时偏移与反偏移

针对线性化弹性反射波方程无法直接用于弹性转换波反偏移模拟的问题,本文提出基于高频近似的一次反射波模拟新方法.该方法基于地震波传播的散射理论,先对地下速度扰动的空间变化进行高频近似,再基于散射波传播方程推导得到线性化一次反射波传播方程.基于弹性反射地震数据表达,本文采用线性算子的伴随估计反射系数,实现反射波逆时偏移.根据该线性表达,联合背景速度和成像值来模拟一次反射横波传播,实现了弹性波角度域反偏移,并进一步导出成像值关于波速的梯度.数值实验表明,基于弹性反射地震数据表达的偏移成像方法,既克服了极性反转效应,又使成像结果包含了更为丰富的反射角信息;一次反射波模拟方法获得的弹性地震数据具有较高的精度和稳定性,得到的弹性波场的振幅和相位信息与理论解析解吻合较好,有效保证了成像域层析速度反演梯度的稳定求解.

基于深度学习的医学图像分析域自适应研究

深度学习技术的广泛应用有力推动了医学图像分析领域的发展,然而大多数深度学习方法通常假设训练集和测试集是独立同分布的,这个假设在模型临床部署时很难保证实现,因此常出现模型性能下降、场景泛化能力不强的困境。基于深度学习的域自适应技术是提升模型迁移能力的主流方法,其目的是使在一个数据集上训练的模型能够在另一个没有或只有少量标签的数据集上也获得较好结果。由于医学图像存在着样本获取和标注困难、图像性质特殊、模态差异等情况,这给域自适应技术带来很多现实挑战。首先介绍域自适应的定义及面临的主要挑战,进而从技术角度分类总结了近年来的相关算法,并对比分析其优缺点;然后详细介绍了域自适应常用的医学图像数据集以及相关算法结果情况;最后,从发展瓶颈、技术手段、交叉领域等方面,展望了面向医学图像分析的域自适应的未来研究方向。

对比学习驱动的医学影像分割单源域泛化

医学影像分割中极为常见的域偏移问题会导致深度网络应用于新目标域时遭遇性能下降。为此,本文提出了一个单源域泛化训练框架ContraSDG。该框架基于对比学习,使用单源域训练数据。通过消除深度网络对风格信息的依赖,使其专注于语义信息的学习,从而学习出鲁棒的特征表示,达到提升泛化能力的目的。实验结果表明,对于医学影像跨域分割任务,本文方法能够较大幅度地提高分割性能。

偏移距域/角度域共成像点道集与偏移速度的关系

为了得到波动方程偏移距域共成像点道集(ODCIGs)和角度域共成像点道集(ADCIGs)与偏移速度的关系,在匀速单层水平反射情况下,对ODCIGs和ADCIGs随偏移速度的变化进行了定量的推导,得到偏移速度偏小时ODCIGs与半偏移距成双曲关系,反之成椭圆关系;结合深度聚焦分析,得到偏移速度偏大时,ADCIGs中视入射角大于真入射角,反之,小于真入射角;在速度偏小时,ADCIGs上剩余时差(RMO)与视入射角的正切值成椭圆关系,反之成双曲关系.在地震有效入射角度范围内,ADCIGs对于偏大的偏移速度更加敏感.在偏移速度分析(MVA)中,从稍大的速度开始分析会对速度分析更加有利.

基于delta波包叠加的时间域深度偏移

delta波包可由高斯波束经傅里叶逆变换得到,是高斯波束在时空域的表达.它最早出现在合成理论地震图的研究中,本文将其应用于偏移领域.通过delta波包叠加表达时间域格林函数,可将高斯波束偏移由频率域转换到时间域,再结合Rayleigh积分和激励时间成像条件,本文给出了基于delta波包叠加的深度偏移算法.该偏移算法可在时间域直接计算,但因包含褶积运算,成像时将耗费大量的计算时间.针对这一问题,本文提出了将褶积简化为乘积的近似公式.近似后的偏移算法,不仅保留了高斯波束偏移的优点,而且计算效率得到显著提升.文中通过两个数值算例验证了上述结论.

利用局部谐和基小波束的高精度叠前深度域偏移成像方法研究

小波束域利用局部余弦基(local cosme bases)的偏移成像方法具有很高的计算效率和成像质量.然而局部余弦基小波束通常沿垂直方向具有两个对称波瓣.由于缺乏单一定义的方向性,在某些强变速介质中利用局部余弦基的波传播方法会产生一定的误差,同时也使得一些在局部角度域的操作变得非常不便.于是我们提出了利用局部谐和基进行波场外推的方法.局部谐和基(local harmonic base)是由局部余弦基和局部正弦基线性组合而成,具有单一定义的方向性,同时具备快速算法.局部谐和基与Gabor-Daubechies标架类似,都具有单一定义的方向性,但比Gabor-Daubechies标架效率更高.局部谐和基保持了与局部余弦基的偏移成像方法相同的计算效率,但在成像精度上有了显著的提高.通过二维SEG/EAGE模型和BP模型的叠前深度域偏移成像说明了该方法的有效性.

基于频率-波数域偏移方法的板结构损伤实时识别

借鉴在地球物理学等领域成功应用的偏移技术,提出了一种应用散射Lamb波对板结构中多部位损伤进行实时识别的方法。基于Mindlin板理论,首次推导了板结构中弥散性弯曲波频率-波数域的快速偏移方法。结合爆炸成像原理,采用零炮检距散射波信号对损伤进行成像识别。数值仿真研究表明本文提出方法不仅能够识别多部位损伤的位置,还具有识别损伤程度的潜力,其快速计算的优点满足在线结构健康监测系统对实时性的要求。

波动方程偏移角度域共成像道集

对于复杂介质,炮域共成像道集和偏移距域共成像道集遇到了麻烦:对于相同到达旅行时和相同的水平慢度,反射同相轴可能来自地下界面不同的点,即地下界面的点存在多解性。对于地下界面的每一点,角度域共成像道集却惟一地定义了射线对,因此,数据体中的每一个同相轴只对应地下界面一个点。利用波动方程偏移能够生成可以用于偏移速度分析和振幅随入射角变化分析的角度域共成像道集。

三维Born近似波动方程炮域叠前深度偏移

基于射线理论的Kirchoff三维偏移方法 ,在解决复杂构造的成像时遇到了困难。基于波动方程的三维叠前深度偏移对横向剧烈变速具有较强的适应性 ,且成像精度较高。Born近似傅里叶偏移方法 ,是基于小扰动假设 ,引入参考慢度 ,可以适应横向变速。利用频率波数域与空间频率域混合域偏移算子 ,构造出炮域波动方程三维叠前深度偏移算法 ,形成相应的处理流程。对SEG/EAGE盐丘模型数据集C的宽方位角三维数据进行了测试 ,实现真正全三维波动方程叠前深度偏移处理 ;对胜利油田CB地区部分海上实际资料进行了试处理。

频率空间域显式偏移

频率空间域显式偏移利用有限长度的褶积算子,通过对不同的频率进行空间褶积来实现偏移成像,且具有简洁、高效、便于扩展等特点。褶积算子一般通过泰勒展开或非线性优化来求取。针对以往方法进行分析的基础上,提出了一种新的褶积延拓算子计算方法,通过对模型资料和实际资料的处理,表明该方法是可行的。

泌阳凹陷南部陡坡带地震资料的炮域波动方程叠前深度偏移

泌阳凹陷南部陡坡带是河南油田的重点勘探老区,其构造产状不仅陡,断层也多,叠后时间偏移难以得到较好的地震成像效果,基于Kirchhoff积分偏移方法具有运算速度快、效率高的特点,以及炮域波动方程方法能保持地震波的动力学特征,应用Kirchhoff积分偏移方法进行了偏移速度分析,建立了精细的速度模型。然后基于该模型在深度域进行了剩余速度分析以及层析成像,进一步提高了速度模型的精度。通过分析偏移孔径、去假频参数以及延拓步长等成像处理参数对成像效果的影响,确定出最佳偏移处理参数,最后利用炮域波动方程方法对工区的三维地震数据进行了叠前偏移成像。成像结果表明,该方法能够使该区陡坡带反射层位得到较好的偏移,信噪比和横向分辨率都得到提高。

基于非平稳滤波算子的成像域最小二乘偏移

岩性油气藏储层的精确描述需要宽带波阻抗的成像结果。假设已经得到准确的背景阻抗,可以采用最小二乘叠前深度偏移(LS-PSDM)估计高保真、高分辨率的反射系数,进而采用合理的深度域反演方法,将背景阻抗和宽带反射系数融合成宽带波阻抗成像结果。LS-PSDM有数据域和成像域两种求解方法。数据域LS-PSDM由于其高昂的计算代价以及较慢的收敛速率,通常不能很好地应用于实际生产中;成像域LS-PSDM的关键是估计线性算子Hessian矩阵的逆,对常规成像结果去模糊,提高成像质量。由于Hessian矩阵规模庞大,无法直接进行计算及存储,研究了成像域最小二乘叠前深度偏移Hessian矩阵逆的近似估计方法:在总变差正则化约束下求解非平稳匹配滤波算子,近似Hessian矩阵的逆。将计算得到的非平稳滤波算子直接作用到常规成像结果上,即得到成像域LS-PSDM的反演结果。该方法极大程度降低了LS-PSDM的计算代价,并且计算稳定,适用于各类偏移算子。局部Sigsbee模型以及Marmousi模型的数值试验结果表明,求得的非平稳滤波算子能够较好地实现Hessian矩阵逆的功能,得到的成像域LS-PSDM结果相较于常规偏移成像结果具有更均衡的振幅,分辨率也有一定提高。根据该方法求解成像域LS-PSDM得到的高保真、高分辨率的反射系数为宽带波阻抗成像提供了重要的数据基础。

VTI介质角度域叠前深度偏移

研究了VTI介质角度域偏移方法,以各向同性双平方根方程的角度域偏移方法为基础,从VTI介质qP波频散关系出发,推导出VTI介质角度域偏移的波场延拓算子;在频率—波数域处理以横向均匀速度传播的波场,在空间域处理具有速度扰动特征的波场以提高波场延拓精度。模型试算和实际资料处理结果表明:各向同性偏移方法由于未考虑各向异性参数的影响,绕射波不能完全收敛,波场聚焦效果差,降低了成像剖面的分辨率和信噪比,不能对地质构造精确成像;VTI介质角度域偏移可对断层、盐丘、小尺度地质体精确成像。对于角度域偏移产生的角度域共成像点道集(ADCIG)而言,各向同性偏移的ADCIG同相轴无法校平,残留断点绕射波,波场无法正确聚焦,不能正确反映局部地质特征;VTI介质偏移的ADCIG同相轴较平直,角度范围更宽,波场归位准确,精度较高。因此,利用VTI介质角度域偏移方法可对复杂构造精确成像。

炮域波动方程叠前深度偏移的偏移距域和角度域共成像点道集计算

炮域波动方程叠前深度偏移是一种实用化的成像算法,特别在稀疏炮集宽方位角观测系统采集的数据成像中非常有效。本文将偏移距定义为叠前偏移中下行震源波场和上行接收点波场之间的位移,在偏移过程中提取偏移距域共成像点道集,利用最早应用于炮—检偏移的径向记录道映射方法,将偏移距域道集转换到角度域。计算过程包括多偏移距成像和炮—检点坐标系向中心点坐标系的转换。该方法能够在炮集偏移过程中生成随角度变化的反射波成像结果,但在稀疏炮集观测系统下,共成像道集的质量仍会受到炮点假频的影响。

偏移距向量域各向异性道集提取

近几年地震勘探技术发展迅速,宽方位采集的地震资料已经非常普遍,并成为今后的发展方向。文章利用某地区的实际宽方位资料,采用宽方位角信息采集资料的针对性处理技术,在偏移距向量域进行了叠前道集的划分,得到更加均匀的含有不同方位角和偏移距的叠前道集资料,从而为地层各向异性的研究提供丰富可靠的信息。

面向阿尔茨海默症辅助诊断的多尺度域适应网络

针对传统有监督学习忽略了磁共振影像数据(magnetic resonance imaging, MRI)由于个体差异和不同站点等原因导致的特征分布不一致这一域偏移问题,本文提出了一种多尺度域适应网络模型应用于阿尔茨海默症(Alzheimer disease,AD)的辅助诊断。首先在三维卷积神经网络中设计空洞空间金字塔模块进行特征的多尺度信息提取融合,并加入注意力一致性损失来保留域间转移的语义信息;然后协同训练两个域判别器和特征提取器进行对抗学习实现源域和目标域的特征对齐,并加入权重差异损失防止域判别器过拟合;最后,在对抗训练中引入基于最大密度差异的距离度量方法,增强两个域数据的特征对齐。实验结果表明,本文方法在面临域偏移的MRI数据上具有更好的识别精度和鲁棒性。