首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--诊断机论文

基于CT影像的肺癌病灶计算机辅助预检测方法研究

摘要第1-3页
Abstract第3-9页
第1章 绪论第9-17页
   ·研究背景与意义第9-11页
   ·国内外研究现状第11-12页
   ·论文主要研究内容第12-14页
   ·论文的组织结构第14-17页
第2章 肺癌病灶检测预处理第17-27页
   ·引言第17-18页
   ·CT 影像成像原理与特点第18页
   ·肺实质的分割提取第18-22页
     ·肺部 CT 影像阈值化第19页
     ·肺实质轮廓检测与提取第19-20页
     ·实验结果与分析第20-22页
   ·肺癌病灶检测感兴趣区域提取第22-25页
     ·K-均值聚类第22-23页
     ·基于K-均值聚类的肺癌病灶检测ROI 提取第23页
     ·实验结果与分析第23-25页
   ·本章小结第25-27页
第3章 肺癌病灶检测特征选取第27-43页
   ·引言第27页
   ·特征选取理论基础第27-32页
     ·特征选择基本理论第27-28页
     ·粗糙集理论第28-32页
   ·肺癌病灶检测候选特征提取第32-37页
     ·肺癌病灶一般医学征象第32-33页
     ·肺癌病灶检测ROI 常规特征提取第33-35页
     ·肺癌病灶检测ROI 纹理特征提取第35-36页
     ·肺癌病灶检测ROI 矩特征提取第36-37页
   ·基于粗糙集理论的肺癌病灶检测有效特征选择第37-41页
     ·肺癌病灶检测候选特征参量权值离散化第38-39页
     ·构建肺癌病灶检测决策表第39-40页
     ·基于属性重要性的肺癌病灶检测属性约简第40-41页
     ·有效特征参量的非线性归一化处理第41页
   ·实验结果与分析第41-42页
   ·本章小结第42-43页
第4章 肺癌病灶快速鉴别检测第43-65页
   ·引言第43页
   ·改进的快速支持向量机方法在肺癌病灶检测中的应用第43-52页
     ·支持向量机(SVM)方法第43-48页
     ·改进的快速支持向量机(FCSVM)方法第48-51页
     ·基于 FCSVM 的肺癌病灶检测第51-52页
   ·基于 RS_FCSVM 的肺癌病灶快速鉴别检测第52-58页
     ·基于 RS_FCSVM 的肺癌病灶快速检测器的优势第53页
     ·基于 RS_FCSVM 的快速检测器模式选择与训练学习第53-58页
   ·实验结果与分析第58-63页
   ·本章小结第63-65页
第5章 总结与展望第65-67页
   ·论文研究工作总结第65-66页
   ·今后的研究工作与展望第66-67页
参考文献第67-71页
致谢第71-72页
详细摘要第72-76页

论文共76页,点击 下载论文
上一篇:面向方面技术在构件软件测试中的研究与应用
下一篇:水下目标信号特征提取及识别技术的研究