基于对称性理论的医学图像多阶段分类算法
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 问题的提出 | 第14-15页 |
| 1.4 研究内容 | 第15页 |
| 1.5 论文的组织结构 | 第15-17页 |
| 第2章 医学图像分类的相关技术介绍 | 第17-27页 |
| 2.1 医学图像的特点及预处理技术 | 第18-21页 |
| 2.1.1 医学图像的对称性 | 第19-20页 |
| 2.1.2 医学图像预处理技术 | 第20-21页 |
| 2.2 医学图像特征提取技术 | 第21-22页 |
| 2.3 医学图像分类相关技术介绍 | 第22-24页 |
| 2.4 医学图像分类可视化技术介绍 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于对称性理论的医学图像分类方法 | 第27-41页 |
| 3.1 基于对称性理论的医学图像分类技术框架 | 第27-28页 |
| 3.2 医学图像预处理 | 第28-29页 |
| 3.3 基本概念 | 第29-34页 |
| 3.4 对称性判定算法 | 第34-37页 |
| 3.4.1 弱对称性判定算法 | 第34-35页 |
| 3.4.2 强对称性判定算法 | 第35-37页 |
| 3.5 良恶性肿瘤分类 | 第37-40页 |
| 3.5.1 肿瘤特征提取 | 第37-39页 |
| 3.5.2 肿瘤良恶性分类 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 医学图像多阶段分类方法和可视化实现 | 第41-54页 |
| 4.1 医学图像多阶段分类算法框架 | 第42页 |
| 4.2 多阶段分类器构造 | 第42-45页 |
| 4.3 分类结果分析 | 第45-51页 |
| 4.3.1 MSC-1中阈值ε的选取 | 第46-47页 |
| 4.3.2 分类器性能评价 | 第47-49页 |
| 4.3.3 时间复杂性分析 | 第49-51页 |
| 4.4 分类结果可视化实现 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-62页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |
