首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多特征的医学影像分类算法的设计与实现

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·课题背景第10-11页
   ·现状分析第11-14页
     ·图像分析与图像特征第11-12页
     ·图像挖掘与医学影像分类第12-14页
   ·主要工作第14-15页
   ·论文结构第15-16页
第2章 图像特征提取与图像分类概述第16-26页
   ·图像特征提取第16-21页
     ·颜色特征第16-17页
     ·纹理特征第17-19页
     ·形状特征第19-21页
     ·空间关系特征第21页
   ·分类方法第21-25页
     ·数据挖掘中的分类方法第21-23页
     ·图像挖掘中的分类方法第23-24页
     ·分类方法的比较和评估标准第24-25页
   ·本章小结第25-26页
第3章 医学影像特征提取算法的设计第26-52页
   ·医学影像的特点第26-27页
   ·医学影像的特征提取第27-51页
     ·灰度直方图特征第27-30页
     ·灰度共生矩阵特征第30-37页
     ·Shape Context特征第37-44页
     ·基于傅里叶变换的频域特征第44-51页
   ·本章小结第51-52页
第4章 医学影像分类算法的设计第52-68页
   ·决策树分类方法第52-56页
     ·分类的基本概念与步骤第52-53页
     ·决策树分类方法概述第53-54页
     ·C4.5决策树第54-56页
   ·医学影像的分块第56-59页
     ·医学影像的分块方法第56-57页
     ·医学影像分块算法的设计第57-59页
   ·基于多特征的医学影像分类第59-67页
     ·基于多特征的分类框架第60-62页
     ·基于多特征的医学影像分类框架第62-63页
     ·基于多特征的医学影像分类算法的设计第63-67页
   ·本章小结第67-68页
第5章 基于多特征的医学影像分类算法实现与性能分析第68-82页
   ·基于多特征的医学影像分类实验系统设计第68-70页
     ·设计目标第68页
     ·需求分析第68-69页
     ·系统结构第69-70页
   ·基于多特征的医学影像分类实验系统实现第70-74页
     ·特征提取层实现第71-72页
     ·结点分类层实现第72-73页
     ·权值统计层实现第73-74页
     ·结果显示层实现第74页
   ·实验结果与性能分析第74-81页
     ·实验数据第74-76页
     ·实验与分析第76-81页
   ·本章小结第81-82页
第6章 总结与展望第82-84页
   ·总结第82-83页
   ·展望第83-84页
参考文献第84-88页
致谢第88页

论文共88页,点击 下载论文
上一篇:视频跟踪的粒子滤波算法研究与实现
下一篇:基于SOPC的静脉图像采集研究