基于B超图像的乳腺肿瘤识别
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1 文献综述及研究设想 | 第9-18页 |
| ·前言 | 第9-10页 |
| ·超声成像的基本原理和结构 | 第10-11页 |
| ·脉沖回波成像原理 | 第10-11页 |
| ·B 型超声成像技术 | 第11页 |
| ·B 超图像的特性 | 第11页 |
| ·乳腺肿瘤 B 型超声声像图特征 | 第11-13页 |
| ·乳腺肿瘤计算机辅助识别研究现状 | 第13-17页 |
| ·研究设想 | 第17-18页 |
| 2 特征提取与选择 | 第18-31页 |
| ·图像采集 | 第18页 |
| ·图像来源 | 第18页 |
| ·图像格式 | 第18页 |
| ·感兴趣区域选取 | 第18-20页 |
| ·特征提取 | 第20-27页 |
| ·轮廓特征提取 | 第20-23页 |
| ·肿瘤区与后部回声区平均从度比特征 | 第23-24页 |
| ·纹理特征 | 第24页 |
| ·灰度共生矩阵 | 第24-27页 |
| ·特征选择 | 第27-30页 |
| ·基于人工神经网络的特征提取 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于反向传播人工神经网络的图像识别 | 第31-42页 |
| ·人工神经网络 | 第31页 |
| ·乳腺肿瘤的识别 | 第31-40页 |
| ·反向传播人工神经网络 | 第31-35页 |
| ·BP 网络分类器 | 第35-36页 |
| ·实验处理方式1 | 第36-38页 |
| ·实验处理方式2 | 第38-40页 |
| ·讨论 | 第40-42页 |
| 4 论文工作总结 | 第42-44页 |
| ·论文的创新点 | 第42页 |
| ·研究展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间的成果列表 | 第47-48页 |
| 发表论文列表 | 第47页 |
| 参加研究的课题 | 第47-48页 |
| 声明 | 第48-49页 |
| 致谢 | 第49页 |
