无线胶囊内镜（WCE）影像分段及小肠隆起性病变检测研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 无限胶囊内镜系统简述 | 第10-11页 |
| 1.2.1 无线胶囊内镜系统 | 第10-11页 |
| 1.2.2 WCE系统技术进展 | 第11页 |
| 1.3 消化道影像分段及病变图像检测研究 | 第11-13页 |
| 1.4 论文的贡献及结构 | 第13-16页 |
| 2 无线胶囊内镜图像的特征分析与提取 | 第16-34页 |
| 2.1 无线胶囊内镜影像 | 第16-17页 |
| 2.2 色彩分析 | 第17-22页 |
| 2.2.1 人类视觉感知 | 第17-18页 |
| 2.2.2 RGB色彩空间 | 第18-19页 |
| 2.2.3 HSI色彩空间 | 第19-21页 |
| 2.2.4 Lab色彩空间 | 第21-22页 |
| 2.3 纹理的频域分析 | 第22-25页 |
| 2.3.1 傅里叶变换 | 第22-23页 |
| 2.3.2 Gabor变换 | 第23-25页 |
| 2.3.3 log-Gabor变换 | 第25页 |
| 2.4 纹理的空域分析 | 第25-28页 |
| 2.4.1 局部二值模式(LBP)及其变体 | 第25-27页 |
| 2.4.2 灰度共生矩阵(GLCM) | 第27-28页 |
| 2.5 深度卷积神经网络 | 第28-34页 |
| 2.5.1 人工神经网络 | 第28-29页 |
| 2.5.2 深度学习 | 第29-30页 |
| 2.5.3 卷积神经网络 | 第30-34页 |
| 3 消化道影像分段 | 第34-56页 |
| 3.1 VROF区域分割 | 第35-39页 |
| 3.2 监视-判别模型 | 第39-42页 |
| 3.3 特征提取 | 第42-46页 |
| 3.3.1 可视感知色彩纹理融合特征(CTVP) | 第42-44页 |
| 3.3.2 色彩模型化LBP(CCLBP) | 第44-46页 |
| 3.4 实验 | 第46-55页 |
| 3.4.1 数据集和实验设计 | 第46-47页 |
| 3.4.2 实验结果与分析 | 第47-55页 |
| 3.5 本章小结 | 第55-56页 |
| 4 小肠隆起性病变识别 | 第56-72页 |
| 4.1 基于局部特征的词袋(BOLF) | 第56-62页 |
| 4.1.1 关键点提取 | 第57-61页 |
| 4.1.2 特征提取 | 第61-62页 |
| 4.1.3 视觉单词构造 | 第62页 |
| 4.2 卷积神经网络方法 | 第62-65页 |
| 4.2.1 卷积神经网络框架 | 第62-64页 |
| 4.2.2 迁移学习 | 第64页 |
| 4.2.3 CNN应用 | 第64-65页 |
| 4.3 实验分析 | 第65-70页 |
| 4.3.1 数据集与实验设计 | 第65-66页 |
| 4.3.2 实验结果与分析 | 第66-70页 |
| 4.4 本章小结 | 第70-72页 |
| 5 论文总结与展望 | 第72-74页 |
| 5.1 总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 附录 | 第82页 |
| A.作者在攻读学位期间发表的论文目录 | 第82页 |
