| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 .卷积神经网络模型的研究现状 | 第13-15页 |
| 1.2.2 数据挖掘技术在医学图像问题中的研究进展 | 第15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文组织机构 | 第16-18页 |
| 2 深度学习模型及医学图像处理相关理论 | 第18-27页 |
| 2.1 深度学习模型 | 第18-23页 |
| 2.1.1 卷积神经网络模型 | 第18-21页 |
| 2.1.2 卷积受限玻尔兹曼机模型 | 第21-23页 |
| 2.2 医学图像预处理 | 第23-27页 |
| 2.2.1 医学图像降噪 | 第24-25页 |
| 2.2.2 医学图像增强 | 第25-27页 |
| 3 多尺度混合池化卷积神经网络算法 | 第27-37页 |
| 3.1 学习算法原理及描述 | 第27-30页 |
| 3.2 实验结果 | 第30-35页 |
| 3.2.1 实验说明 | 第30-31页 |
| 3.2.2 实验结果分析 | 第31-35页 |
| 3.3 总结 | 第35-37页 |
| 4 基于Spark的并行卷积受限玻尔兹曼机优化算法及应用 | 第37-45页 |
| 4.1 优化算法原理及描述 | 第37-39页 |
| 4.2 实验结果 | 第39-43页 |
| 4.2.1 实验数据预处理 | 第39-40页 |
| 4.2.2 实验说明 | 第40-42页 |
| 4.2.3 实验结果分析 | 第42-43页 |
| 4.3 总结 | 第43-45页 |
| 5 总结与展望 | 第45-47页 |
| 5.1 主要研究结论 | 第45-46页 |
| 5.2 研究展望 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 攻读硕士学位期间取得的研究成果和参与的科研项目 | 第52-53页 |
| 致谢 | 第53页 |