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--模式识别与装置论文

基于SVM的乳腺图像微钙化簇检测算法的研究

中文摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-11页
   ·选题背景及研究意义第7-8页
   ·国内外研究进展及现状第8-10页
     ·计算机辅助检测医学图像研究现状第8-9页
     ·乳腺X图像微钙化点簇检测第9-10页
     ·乳腺X图像微钙化检测发展趋势第10页
   ·本文的内容安排第10-11页
第二章 基于非采样Contourlet变换的乳腺图像增强第11-23页
   ·乳腺图像增强第11-13页
   ·非采样的Contourlet变换第13-18页
     ·Contourlet变换第13-16页
     ·非采样的Contourlet变换第16-18页
   ·用非采样Contourlet变换对乳腺图像增强第18-20页
   ·对乳腺图像增强的实验结果比较第20-22页
   ·本章小结第22-23页
第三章 基于SVM的乳腺图像微钙化簇检测第23-41页
   ·支持向量机第24-31页
     ·支持向量机的理论支持第24-27页
     ·支持向量机分类原理第27-30页
     ·支持向量机的特点第30-31页
   ·乳腺图像预处理第31-33页
     ·ROI选择第31-32页
     ·乳腺图像增强去噪第32-33页
   ·基于SVM的乳腺微钙化检测第33-38页
     ·样本生成第33-34页
     ·特征向量提取第34-35页
     ·样本SVM训练第35-36页
     ·实验结果与分析第36-38页
   ·乳腺图像微钙化簇分类第38-39页
     ·样本获取与SVM训练第38-39页
     ·实验结果与分析第39页
   ·小结第39-41页
第四章 总结与展望第41-43页
   ·主要结论第41页
   ·研究展望第41-43页
参考文献第43-46页
在读期间所发论文第46-47页
致谢第47页

论文共47页,点击 下载论文
上一篇:青海HR公司软件蓝领基地项目商业计划书
下一篇:工业CT数控系统设计与图像重建研究