| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题的研究背景 | 第9-12页 |
| 1.1.1 结节检测的必要性 | 第9页 |
| 1.1.2 肺CAD系统 | 第9-11页 |
| 1.1.3 肺结节ROI特征提取及识别的意义 | 第11-12页 |
| 1.2 肺CAD系统的研究现状 | 第12-14页 |
| 1.3 存在的问题 | 第14-15页 |
| 1.4 论文的结构及章节安排 | 第15-17页 |
| 第2章 肺结节ROI特征提取 | 第17-26页 |
| 2.1 CT图像的特点 | 第17-18页 |
| 2.2 肺结节ROI特征提取的前期处理 | 第18-21页 |
| 2.3 肺结节ROI特征提取 | 第21-25页 |
| 2.3.1 形态学特征 | 第22页 |
| 2.3.2 纹理特征 | 第22-24页 |
| 2.3.3 灰度特征 | 第24页 |
| 2.3.4 不变矩特征 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 混合核SVM算法识别肺结节 | 第26-40页 |
| 3.1 支持向量机的进展 | 第26-28页 |
| 3.2 支持向量机的基本原理 | 第28-29页 |
| 3.3 核函数 | 第29-31页 |
| 3.3.1 核函数及其特性 | 第29-30页 |
| 3.3.2 核函数的判定和常用核函数 | 第30-31页 |
| 3.4 混合核SVM算法 | 第31-32页 |
| 3.5 混合核SVM算法识别肺结节的流程 | 第32-34页 |
| 3.6 实验结果与分析 | 第34-39页 |
| 3.6.1 实验数据及仿真平台 | 第34页 |
| 3.6.2 检测指标 | 第34-36页 |
| 3.6.3 识别结果及分析 | 第36-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 基于PSO优化的混合核SVM算法识别肺结节 | 第40-47页 |
| 4.1 PSO优化算法 | 第40-41页 |
| 4.2 基于PSO优化的混合核SVM算法识别肺结节的流程 | 第41-42页 |
| 4.3 实验结果及分析 | 第42-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 全文总结 | 第47-48页 |
| 5.2 下一步工作计划 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介 | 第54-55页 |
| 攻读硕士学位期间研究成果 | 第55页 |