基于视觉感知融合的中医诊断分析模型研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题的背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状及存在的问题 | 第10-15页 |
| 1.2.1 望诊中舌象特征客观化的研究现状 | 第10-12页 |
| 1.2.2 望诊中面部特征客观化的研究现状 | 第12-13页 |
| 1.2.3 望诊中舌下静脉特征客观化的研究现状 | 第13-14页 |
| 1.2.4 中医视觉感知诊断存在的问题 | 第14-15页 |
| 1.3 本课题的主要研究内容 | 第15页 |
| 1.4 本课题的组织结构 | 第15-17页 |
| 第2章 视觉感知信息的数据中心及诊断特征提取 | 第17-30页 |
| 2.1 视觉感知信息的数据中心 | 第17-19页 |
| 2.2 舌象的主要诊断特征提取 | 第19-24页 |
| 2.2.1 舌象的颜色特征 | 第19-21页 |
| 2.2.2 舌象的几何特征 | 第21-23页 |
| 2.2.3 舌象的纹理特征 | 第23-24页 |
| 2.3 面部的主要诊断特征提取 | 第24-26页 |
| 2.3.1 面部的颜色特征 | 第24-25页 |
| 2.3.2 面部的纹理特征 | 第25-26页 |
| 2.4 舌下静脉的主要诊断特征提取 | 第26-28页 |
| 2.4.1 舌下静脉的颜色特征 | 第26-27页 |
| 2.4.2 舌下静脉的几何特征 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于视觉感知的特征级融合 | 第30-47页 |
| 3.1 信息融合概述 | 第30页 |
| 3.2 特征级融合对于疾病诊断分析的意义 | 第30-32页 |
| 3.3 基于典型关联分析理论的特征级融合策略 | 第32-39页 |
| 3.3.1 典型关联分析CCA | 第32-34页 |
| 3.3.2 核典型关联分析KCCA | 第34-36页 |
| 3.3.3 基于典型关联分析的视觉感知融合 | 第36-39页 |
| 3.4 基于典型关联分析的健康与疾病分类实验 | 第39-45页 |
| 3.4.1“健康vs.疾病”的单特征分类实验 | 第39-41页 |
| 3.4.2“健康vs.疾病”的特征融合分类实验 | 第41-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 基于视觉感知的决策级融合 | 第47-58页 |
| 4.1 决策级融合对于疾病诊断分析的意义 | 第47页 |
| 4.2 传统的决策级融合方法 | 第47-49页 |
| 4.2.1 基于贝叶斯规则的决策融合 | 第48-49页 |
| 4.2.2 基于表决规则的决策融合 | 第49页 |
| 4.3 分类器组合方法 | 第49-55页 |
| 4.3.1 基于稀疏表示的分类SRC | 第50-51页 |
| 4.3.2 支持向量机SVM | 第51-53页 |
| 4.3.3 基于SRC与SVM的联合分类器 | 第53-55页 |
| 4.4 基于决策级融合的健康与疾病分类实验 | 第55-57页 |
| 4.4.1 简单的决策融合实验 | 第55-56页 |
| 4.4.2 联合分类器性能分析实验 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |
