脑肿瘤的计算机辅助检测
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究工作的背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-19页 |
| 1.2.1 图像的基本处理 | 第11-13页 |
| 1.2.2 特征提取及特征选择 | 第13-14页 |
| 1.2.3 医学图像分割 | 第14-18页 |
| 1.2.4 医学图像的分类识别 | 第18-19页 |
| 1.3 论文的主要研究工作 | 第19页 |
| 1.4 论文解决的关键技术 | 第19-20页 |
| 1.5 本文创新点 | 第20-21页 |
| 1.6 本论文的结构安排 | 第21页 |
| 1.7 本章小结 | 第21-22页 |
| 第二章 深度学习研究 | 第22-32页 |
| 2.1 深度学习的基本思想 | 第22-24页 |
| 2.2 深度学习的几个常见模型 | 第24-30页 |
| 2.2.1 堆叠自动编码 | 第24-27页 |
| 2.2.2 卷积神经网络 | 第27-28页 |
| 2.2.3 深信度网络 | 第28-30页 |
| 2.3 深度学习在CAD中的相关应用 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于深度学习的脑肿瘤检测方法 | 第32-53页 |
| 3.1 检测方法设计 | 第32-34页 |
| 3.2 预处理 | 第34-44页 |
| 3.3 脑肿瘤的检测 | 第44-47页 |
| 3.4 后处理 | 第47-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 实验结果与分析 | 第53-71页 |
| 4.1 实验数据 | 第53-54页 |
| 4.2 预处理结果分析 | 第54-59页 |
| 4.3 学习网络参数设置 | 第59-64页 |
| 4.4 后处理结果分析 | 第64-66页 |
| 4.5 脑肿瘤检测实验结果分析 | 第66-70页 |
| 4.5.1 和真值之间的比较 | 第66-69页 |
| 4.5.2 和其他方法之间的比较 | 第69-70页 |
| 4.6 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 全文总结 | 第71-72页 |
| 5.2 后续工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-83页 |
| 攻读硕士学位期间取得的成果 | 第83-84页 |
