| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-32页 |
| 1.1 研究背景与意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-30页 |
| 1.2.1 消化道病变的检测 | 第17-21页 |
| 1.2.2 降低视频审阅时间的研究 | 第21-23页 |
| 1.2.3 胶囊内窥镜镜在消化道内的定位与运动检测 | 第23-24页 |
| 1.2.4 胶囊内窥镜图像视觉增强 | 第24-25页 |
| 1.2.5 胶囊内窥镜视频的管理 | 第25-27页 |
| 1.2.6 研究现状总结 | 第27-30页 |
| 1.3 研究内容与结构安排 | 第30-31页 |
| 1.4 本章小结 | 第31-32页 |
| 第2章 混合颜色梯度图和轮廓波变换钩虫检测方法 | 第32-41页 |
| 2.1 钩虫图像及特点 | 第32-33页 |
| 2.2 混合颜色模型梯度图 | 第33-35页 |
| 2.3 混合颜色梯度图的轮廓波变换 | 第35-37页 |
| 2.4 统计特征提取及分类 | 第37-38页 |
| 2.5 实验 | 第38-40页 |
| 2.5.1 数据集及评价 | 第38页 |
| 2.5.2 结果及讨论 | 第38-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第3章 基于虫体定位分割的钩虫检测 | 第41-63页 |
| 3.1 钩虫传染病及特点 | 第41-42页 |
| 3.2 框架及数据预处理 | 第42-45页 |
| 3.2.1 框架 | 第42-43页 |
| 3.2.2 基于导向滤波的图像预处理 | 第43-45页 |
| 3.3 多尺度双匹配滤波的管状区域定位 | 第45-47页 |
| 3.4 分段线性化平行曲线检测的钩虫区域分割 | 第47-50页 |
| 3.5 拉伸的管状区域变换 | 第50-51页 |
| 3.6 特征提取及分类 | 第51-55页 |
| 3.6.1 平均亮度直方图特征 | 第51-53页 |
| 3.6.2 基于Rusboost不平衡数据分类 | 第53-55页 |
| 3.7 实验及讨论 | 第55-62页 |
| 3.7.1 数据集 | 第55页 |
| 3.7.2 评价标准 | 第55-56页 |
| 3.7.3 检测性能 | 第56-57页 |
| 3.7.4 SVM与Rusboost性能对比 | 第57-58页 |
| 3.7.5 不同特征的性能对比 | 第58-60页 |
| 3.7.6 对比实验 | 第60-62页 |
| 3.8 本章小结 | 第62-63页 |
| 第4章 消化道常见干扰物及器官检测 | 第63-82页 |
| 4.1 概述 | 第63-64页 |
| 4.2 常见干扰物和器官检测相关研究 | 第64-66页 |
| 4.2.1 胶囊内窥镜图像内容检测相关研究 | 第64-65页 |
| 4.2.2 医学图像深度学习的研究 | 第65-66页 |
| 4.3 框架 | 第66-67页 |
| 4.4 基于深度学习的干扰物图像的检测 | 第67-69页 |
| 4.5 胶囊内窥镜视频消化道器官的检测 | 第69-73页 |
| 4.5.1 基于深度学习的器官图像检测 | 第69-71页 |
| 4.5.2 全局时间编码的器官视频分段 | 第71-73页 |
| 4.6 实验及讨论 | 第73-81页 |
| 4.6.1 数据集 | 第73页 |
| 4.6.2 评价标准 | 第73-74页 |
| 4.6.3 干扰图像检测结果 | 第74-75页 |
| 4.6.4 器官图像分类及器官检测结果 | 第75-77页 |
| 4.6.5 深度网络参数调节 | 第77-78页 |
| 4.6.6 对比实验 | 第78-80页 |
| 4.6.7 方法效率 | 第80-81页 |
| 4.7 本章小结 | 第81-82页 |
| 第5章 采用反射光和方向梯度直方图蛔虫自动检测 | 第82-96页 |
| 5.1 蛔虫 | 第82-83页 |
| 5.2 基于镜面反射光法的虫体检测 | 第83-89页 |
| 5.2.1 基本框架 | 第83-84页 |
| 5.2.2 二分光反射模型 | 第84-85页 |
| 5.2.3 虫体反光区域提取 | 第85-87页 |
| 5.2.4 无反光图像的过滤和检测图像后处理 | 第87-89页 |
| 5.3 训练数据处理及分类 | 第89-91页 |
| 5.4 实验及讨论 | 第91-95页 |
| 5.4.1 数据集及评价标准 | 第91-92页 |
| 5.4.2 过滤检测结果 | 第92-93页 |
| 5.4.3 对比实验 | 第93-95页 |
| 5.5 本章小结 | 第95-96页 |
| 结论与展望 | 第96-99页 |
| 致谢 | 第99-100页 |
| 参考文献 | 第100-113页 |
| 攻读博士学位期间发表的论文及科研成果 | 第113-114页 |