首页--医药、卫生论文--内科学论文--内分泌腺疾病及代谢病论文--胰岛疾病论文--糖尿病性昏迷及其他并发症论文

基于加权朴素贝叶斯分类器与Radon变换的视网膜微小动脉瘤检测算法的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 视网膜微小动脉瘤检测技术的研究背景及意义第10-12页
        1.1.1 糖尿病性视网膜病变第11-12页
        1.1.2 视网膜微小动脉瘤第12页
    1.2 国内外视网膜微小动脉瘤检测技术的研究现状第12-16页
    1.3 本文的主要工作第16-18页
第2章 视网膜微小动脉瘤候选集的获取第18-28页
    2.1 感兴趣区域的提取第18-20页
    2.2 视网膜图像预处理第20-24页
        2.2.1 彩色数字图像颜色模型及转换第20-23页
        2.2.2 视网膜图像背景的提取与处理第23-24页
        2.2.3 顶帽变换及高斯滤波第24页
    2.3 微小动脉瘤的模版匹配第24-26页
    2.4 视网膜图像中血管的提取与剔除第26页
    2.5 区域生长第26-27页
    2.6 本章小结第27-28页
第3章 基于Radon变换的微小动脉瘤特征提取算法第28-44页
    3.1 RADON变换的定义第28-29页
    3.2 RADON变换的基本性质第29-31页
    3.3 离散RADON变换(倾斜堆积)第31-36页
        3.3.1 最近邻插值第31-32页
        3.3.2 线性插值第32-33页
        3.3.3 正弦插值第33-34页
        3.3.4 离散Radon变换的抽样特性第34页
        3.3.5 插值方法的比较第34-36页
    3.4 独立点的离散RADON变换第36-37页
    3.5 RADON变换在提取微小动脉瘤特征上的应用第37-43页
        3.5.1 特征评价标准第37-38页
        3.5.2 RADON变换域的微小动脉瘤特征提取第38-43页
    3.6 本章小结第43-44页
第4章 微小动脉瘤提取算法第44-60页
    4.1 分类器的种类第44-45页
    4.2 基于贝叶斯决策理论的微小动脉瘤分类算法第45-49页
        4.2.1 概率论基础第45-47页
        4.2.2 基于最小错误率的贝叶斯决策第47-48页
        4.2.3 朴素贝叶斯分类模型第48-49页
    4.3 加权的朴素贝叶斯分类器第49-53页
    4.4 仿真结果分析第53-58页
    4.5 本章小结第58-60页
第5章 全文总结与展望第60-62页
参考文献第62-68页
致谢第68-70页
作者攻读硕士期间学术成果第70页

论文共70页,点击 下载论文
上一篇:头颈部动静脉血管提取方法研究
下一篇:胃电磁信号测量及信号特征提取方法研究