基于CT影像的肺结节检测算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 课题研究现状和现有问题 | 第14-17页 |
| 1.3 研究目标和内容 | 第17-18页 |
| 1.4 论文组织结构及技术路线 | 第18-20页 |
| 2 基于阈值的三维全自动肺实质分割方法研究 | 第20-35页 |
| 2.1 引言 | 第20-21页 |
| 2.2 肺实质粗分割 | 第21-23页 |
| 2.3 气管、支气管分离 | 第23-27页 |
| 2.4 左右肺分离 | 第27-30页 |
| 2.5 肺实质边界修补 | 第30-32页 |
| 2.6 实验结果及分析 | 第32-34页 |
| 2.7 本章小结 | 第34-35页 |
| 3 基于等高线演化的候选肺结节提取方法研究 | 第35-46页 |
| 3.1 引言 | 第35页 |
| 3.2 候选肺结节提取原理 | 第35-39页 |
| 3.3 基于等高线演化的候选肺结节提取方法 | 第39-42页 |
| 3.4 实验结果及分析 | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 4 基于循环卷积神经网络的去假阳方法研究 | 第46-57页 |
| 4.1 引言 | 第46-47页 |
| 4.2 深度学习简介 | 第47-50页 |
| 4.3 基于循环卷积神经网络的去假阳方法 | 第50-53页 |
| 4.4 实验结果及分析 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 论文工作总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
