摘要 | 第1-7页 |
Abstract | 第7-11页 |
目录 | 第11-14页 |
1 绪论 | 第14-25页 |
·分形方法对肝癌超声纹理图像特征识别的意义 | 第14-16页 |
·纹理特征与模型分析方法 | 第16-18页 |
·模型方法对肝癌超声图像纹理特征进行研究的现状 | 第18-21页 |
·研究的内容 | 第21-23页 |
·论文的结构 | 第23-25页 |
2 分形理论及其参数估计方法 | 第25-44页 |
·分形理论 | 第25-29页 |
·分形理论产生的背景 | 第25页 |
·分形理论的发展 | 第25-27页 |
·分形的定义 | 第27-29页 |
·分形性质 | 第29-31页 |
·自然界中的分形 | 第29-30页 |
·分形的性质 | 第30-31页 |
·分形维数 | 第31-37页 |
·拓扑维数 | 第31-32页 |
·分形维数或Hausdorff维数 | 第32-33页 |
·相似维数 | 第33-34页 |
·分维基本估计方法 | 第34-36页 |
·数字图像(二维数据)分维计算方法 | 第36-37页 |
·孔隙度原理及其计算方法 | 第37-43页 |
·孔隙度原理及一些主要性质 | 第37-39页 |
·孔隙度计算方法 | 第39-43页 |
·本章小结 | 第43-44页 |
3 肝癌超声图像纹理分形特征分析 | 第44-59页 |
·超声波成像原理及肝脏超声图像样本信息 | 第44-46页 |
·超声波成像原理及肝癌超声回声特征 | 第44-45页 |
·肝脏超声图像资料及相关信息 | 第45-46页 |
·分维方法 | 第46-50页 |
·Blanket方法 | 第46-47页 |
·FPS方法 | 第47-48页 |
·FBM方法 | 第48-50页 |
·正常肝和肝癌超声图像纹理分维特征统计分析 | 第50-53页 |
·噪声和个体对分维方法结果的影响 | 第53-54页 |
·孔隙度方法 | 第54-56页 |
·Mandelbrot定义法 | 第54-55页 |
·滑动盒(gliding box)算法 | 第55-56页 |
·正常肝和肝癌超声图像纹理孔隙度特征统计分析 | 第56-58页 |
·本章小结 | 第58-59页 |
4 肝癌超声图像纹理分形特征分类性能评估 | 第59-97页 |
·支持向量机与其对应的统计学习理论 | 第59-73页 |
·概述 | 第59-61页 |
·学习问题的表示 | 第61-62页 |
·统计学习理论的核心内容 | 第62-65页 |
·支持向量机 | 第65-71页 |
·支持向量机实现工具libsvm简介 | 第71-73页 |
·分类器性能评价标准和ROC曲线 | 第73-77页 |
·分类器性能评价标准 | 第73-74页 |
·ROC曲线和AUC | 第74-77页 |
·肝脏超声图像分维特征和孔隙度特征ROC评估 | 第77-86页 |
·分维特征ROC分析 | 第77-83页 |
·孔隙度特征的ROC分析 | 第83-86页 |
·肝脏超声图像分维特征和孔隙度特征的SVM分类分析 | 第86-95页 |
·分维特征的SVM分类 | 第86-88页 |
·孔隙度特征的SVM分类 | 第88-95页 |
·本章小结 | 第95-97页 |
5 肝癌超声图像纹理特征分类中分维和孔隙度的协同作用 | 第97-110页 |
·引言 | 第97-98页 |
·结果分析 | 第98-108页 |
·统计分析 | 第98-99页 |
·肝脏超声图像纹理分形和孔隙度特征分析 | 第99-101页 |
·SVM分类及其分形和孔隙度的协同作用 | 第101-106页 |
·SVM分类性能的ROC评估 | 第106-108页 |
·本章小结 | 第108-110页 |
6 肝癌超声图像纹理特征的多重分形分析 | 第110-122页 |
·多重分形原理及其数学表示 | 第110-114页 |
·以盒的合计值为测度的多重分形的描述 | 第110-113页 |
·以小波系数(wavelet coefficient)为测度的多重分形描述 | 第113页 |
·以小波主要指数(wavelet leaders)为测度的多重分形描述 | 第113-114页 |
·正常肝和肝癌超声图像纹理多重分形特征个例分析 | 第114-116页 |
·肝癌超声图像纹理特征的多重分形分析 | 第116-120页 |
·q在不同数值范围内多重分形的奇异性强度α幅值的ROC分析 | 第116-119页 |
·q ∈[-1,1]时三种测度的奇异性强度α幅值的ROC分析 | 第119-120页 |
·本章小结 | 第120-122页 |
7 总结与展望 | 第122-125页 |
·总结 | 第122-124页 |
·总结 | 第122-123页 |
·存在的问题 | 第123-124页 |
·展望 | 第124-125页 |
参考文献 | 第125-135页 |
攻读学位期间的主要研究成果 | 第135-137页 |
致谢 | 第137页 |