| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 课题研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 基于单幅图像的乳腺肿块检测方法研究 | 第15-16页 |
| 1.2.2 基于多幅图像的乳腺肿块检测方法研究 | 第16-17页 |
| 1.2.3 基于CBIR的乳腺肿块检测方法研究 | 第17-18页 |
| 1.3 本文研究内容与结构安排 | 第18-21页 |
| 1.3.1 本文的研究内容 | 第18-19页 |
| 1.3.2 本文的结构安排 | 第19-21页 |
| 第二章 基于CBIR的乳腺肿块检测技术研究 | 第21-33页 |
| 2.1 引言 | 第21-22页 |
| 2.2 数据库的构建 | 第22-25页 |
| 2.3 特征提取 | 第25-30页 |
| 2.3.1 几种通用特征 | 第25-27页 |
| 2.3.2 尺度不变特征转换特征 | 第27-30页 |
| 2.3.3 GIST特征 | 第30页 |
| 2.4 相似性度量 | 第30-32页 |
| 2.5 肿块检测的实现 | 第32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 哈希算法在乳腺肿块检测中的应用 | 第33-48页 |
| 3.1 引言 | 第33页 |
| 3.2 经典哈希算法介绍 | 第33-40页 |
| 3.2.1 局部敏感哈希 | 第35页 |
| 3.2.2 谱哈希 | 第35-37页 |
| 3.2.3 锚点图哈希 | 第37-38页 |
| 3.2.4 基于核的监督哈希 | 第38-40页 |
| 3.3 深度哈希算法 | 第40-41页 |
| 3.4 迭代量化哈希 | 第41-44页 |
| 3.4.1 数据降维 | 第42-43页 |
| 3.4.2 二进制量化 | 第43-44页 |
| 3.5 ITQ在乳腺癌早期肿块检测中的应用 | 第44-46页 |
| 3.5.1 实验设置 | 第44-45页 |
| 3.5.2 实验结果及分析 | 第45-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于局部保持ITQ和特征融合的乳腺肿块检测 | 第48-59页 |
| 4.1 引言 | 第48-49页 |
| 4.2 特征提取与融合 | 第49-51页 |
| 4.2.1 提取SIFT特征 | 第49-50页 |
| 4.2.2 提取GIST特征 | 第50-51页 |
| 4.3 局部保持迭代量化哈希算法 | 第51-53页 |
| 4.4 肿块检测的实现 | 第53页 |
| 4.5 实验结果及分析 | 第53-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文主要工作总结 | 第59-60页 |
| 5.2 未来工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间科研工作及发表的论文 | 第65-66页 |