基于B超图像的脂肪肝检测系统的研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
第一章 绪论 | 第8-11页 |
·课题研究的目的和意义 | 第8页 |
·国内外研究现状 | 第8-9页 |
·论文主要研究内容 | 第9-10页 |
·论文结构安排 | 第10-11页 |
第二章 基于 B 超图像的脂肪肝检测系统的构建 | 第11-13页 |
·系统整体框架设计 | 第11页 |
·系统功能介绍 | 第11-12页 |
·特征分析诊断系统实现 | 第12页 |
·系统仿真平台介绍 | 第12-13页 |
第三章 超声图像采集及传输 | 第13-18页 |
·数字信号采集 | 第13-16页 |
·DICOM 标准简介 | 第13页 |
·DICOM 文件格式 | 第13-14页 |
·DICOM 通讯 | 第14-16页 |
·模拟信号采集 | 第16页 |
·信号采集流程图 | 第16-17页 |
·本章小结 | 第17-18页 |
第四章 脂肪肝 B 超图像处理 | 第18-47页 |
·超声图像预处理 | 第18-20页 |
·超声诊断的意义 | 第18页 |
·超声图像特点 | 第18页 |
·去噪算法对比与选则 | 第18-20页 |
·脂肪肝成因及超声表现 | 第20-21页 |
·脂肪肝成因 | 第20页 |
·脂肪肝超声表现 | 第20-21页 |
·非均匀性脂肪肝图像处理 | 第21-24页 |
·弥漫型脂肪肝图像处理 | 第24-46页 |
·肝脏图片感兴趣区域选择 | 第24-25页 |
·近远场灰度特征提取 | 第25-27页 |
·灰度直方图特征分析 | 第27-28页 |
·基于灰度共生矩的特征提取 | 第28-31页 |
·基于多级灰度差的特征提取 | 第31-42页 |
·多级灰度差特征提取程序实现流程 | 第42-46页 |
·本章小结 | 第46-47页 |
第五章 脂肪肝 B 超图像特征识别 | 第47-56页 |
·神经网络简介 | 第47-50页 |
·神经网络原理 | 第47页 |
·神经网络的分类 | 第47-48页 |
·神经网络学习算法 | 第48-50页 |
·BP 神经网络 | 第50-53页 |
·BP 神经网络特征识别 | 第53-54页 |
·改进 BP 网络训练流程 | 第54-55页 |
·本章小结 | 第55-56页 |
第六章 诊断报告单生成 | 第56-60页 |
·报告单模版 | 第56页 |
·医学语义报告单模版的生成 | 第56-59页 |
·小结 | 第59-60页 |
第七章 全文总结 | 第60-63页 |
·论文工作总结 | 第60-61页 |
·论文创新点 | 第61页 |
·研究展望 | 第61-63页 |
参考文献 | 第63-65页 |
附录 | 第65-73页 |
发表论文和参加科研情况说明 | 第73-74页 |
致谢 | 第74页 |