面向肺部CAD的特征提取、选择及分类方法研究
| 摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题背景及研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·CAD研究现状 | 第12页 |
| ·肺部CT图像的CAD研究现状 | 第12-13页 |
| ·肺部CAD系统结构 | 第13-14页 |
| ·本文内容及组织结构 | 第14-17页 |
| ·本文主要研究工作 | 第14-15页 |
| ·本文组织结构 | 第15-17页 |
| 第2章 肺结节的医学征象 | 第17-25页 |
| ·CT图像介绍 | 第17-19页 |
| ·CT图像分类 | 第17-18页 |
| ·CT图像特点 | 第18-19页 |
| ·肺结节的临床表象 | 第19页 |
| ·肺结节病理特征及医学征象 | 第19-24页 |
| ·肺结节的内部征象 | 第20-21页 |
| ·肺结节的边缘征象 | 第21-22页 |
| ·肺结节的周围征象 | 第22页 |
| ·肺结节其它征象 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 肺部感兴趣区域的二维特征提取与分析 | 第25-37页 |
| ·肺结节特征概述 | 第25页 |
| ·ROI二维特征提取 | 第25-32页 |
| ·灰度特征提取 | 第26页 |
| ·形态特征提取 | 第26-31页 |
| ·纹理特征提取 | 第31-32页 |
| ·ROI特征提取结果 | 第32-34页 |
| ·ROI特征分析 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第4章 ROI特征选择算法研究 | 第37-55页 |
| ·特征优化理论 | 第37-39页 |
| ·特征相关概念 | 第37-38页 |
| ·特征选择算法分析 | 第38页 |
| ·特征评判标准 | 第38-39页 |
| ·基于标准遗传算法的ROI特征选择 | 第39-47页 |
| ·遗传算法介绍 | 第39-42页 |
| ·基于标准遗传算法的特征选择实现 | 第42-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·基于PCA的遗传算法特征选择 | 第47-54页 |
| ·主成分分析原理 | 第47-49页 |
| ·基于PCA的GA特征选择实现 | 第49-51页 |
| ·实验结果与分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 ROI分类算法研究 | 第55-71页 |
| ·基于BP神经网络的ROI分类 | 第55-61页 |
| ·人工神经网络介绍 | 第55-56页 |
| ·BP神经网络模型 | 第56-58页 |
| ·BP神经网络在ROI分类中的应用 | 第58-60页 |
| ·实验结果与分析 | 第60-61页 |
| ·基于SVM的ROI分类 | 第61-68页 |
| ·结构风险最小化理论 | 第61-62页 |
| ·SVM原理 | 第62-65页 |
| ·等损失SVM在ROI分类中的应用 | 第65-68页 |
| ·分类器性能分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
