| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-19页 |
| ·本文的研究背景及意义 | 第11-12页 |
| ·胶囊内镜系统国内外研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-15页 |
| ·胶囊内镜图像中出血识别的国内外研究现状 | 第15-17页 |
| ·本文的研究内容及创新性工作 | 第17页 |
| ·本文的结构 | 第17-19页 |
| 第2章 胶囊内镜便携式接收系统的研究 | 第19-33页 |
| ·系统的设计需求及功能 | 第19页 |
| ·达芬奇技术简介 | 第19-20页 |
| ·系统的硬件设计方案 | 第20-25页 |
| ·TMS320DM365 简介 | 第21-22页 |
| ·胶囊内镜便携式接收系统硬件方案设计 | 第22-25页 |
| ·胶囊内镜便携式接收系统的软件设计 | 第25-32页 |
| ·系统软件架构 | 第25-26页 |
| ·应用程序设计 | 第26-27页 |
| ·软件开发环境的搭建 | 第27-30页 |
| ·Linux 内核的下载方法 | 第30-31页 |
| ·Encode+Decode Demos 编译与显示 | 第31页 |
| ·复合视频采集LCD 显示Demos 编译 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于人工神经网络和颜色纹理特征的出血识别算法 | 第33-66页 |
| ·算法的提出及其基本思想 | 第34-36页 |
| ·出血识别的基本问题 | 第34-35页 |
| ·出血识别的算法 | 第35-36页 |
| ·颜色纹理特征分析 | 第36-52页 |
| ·颜色空间 | 第36-42页 |
| ·颜色直方图（color histogram） | 第42页 |
| ·光照不变的颜色描述子 | 第42-47页 |
| ·局部二进制算子 | 第47-52页 |
| ·人工神经网络与多层感知器 | 第52-59页 |
| ·简单感知器 | 第52-53页 |
| ·多层感知器 | 第53-54页 |
| ·BP 学习算法 | 第54-57页 |
| ·BP 算法的优缺点分析 | 第57-59页 |
| ·实验 | 第59-65页 |
| ·实验数据准备 | 第59-60页 |
| ·评价分类效果的指标 | 第60-61页 |
| ·实验结果分析 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第4章 基于支持向量机和空间金子塔直方图的出血识别算法 | 第66-93页 |
| ·算法的提出及其基本思想 | 第66页 |
| ·基于空间金字塔的光照不变颜色描述子 | 第66-70页 |
| ·空间金字塔 | 第66-68页 |
| ·光照不变的空间金字塔直方图 | 第68-70页 |
| ·统计学习理论 | 第70-74页 |
| ·机器学习的基本问题 | 第70-71页 |
| ·统计学习基本理论 | 第71-74页 |
| ·支持向量机理论 | 第74-82页 |
| ·最优分类超平面 | 第75-76页 |
| ·线性可分数据最优超平面的构建 | 第76-78页 |
| ·非线性可分的数据最优超平面的构建 | 第78-79页 |
| ·核函数 | 第79-82页 |
| ·支持向量机的特点 | 第82页 |
| ·实验 | 第82-91页 |
| ·实验数据准备 | 第82-83页 |
| ·支持向量机的参数优化方法 | 第83-86页 |
| ·空间金字塔直方图的参数变化对分类效果的影响 | 第86-90页 |
| ·核函数的选择对分类效果的影响 | 第90-91页 |
| ·本章小结 | 第91-93页 |
| 第5章 总结与展望 | 第93-94页 |
| ·论文总结 | 第93页 |
| ·工作展望 | 第93-94页 |
| 参考文献 | 第94-100页 |
| 致谢 | 第100-101页 |
| 攻读硕士学位期间发表的学术论文 | 第101页 |
