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

乳腺医学图像处理方法研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-16页
    1.1 课题研究背景第9-10页
    1.2 国内外研究进展及现状第10-13页
        1.2.1 计算机辅助检测系统对乳腺癌的研究现状第10-11页
        1.2.2 钼耙 X 光乳腺肿块自动检测的研究现状第11-12页
        1.2.3 钼耙 X 光乳腺密度估计的研究现状第12-13页
    1.3 论文的主要研究成果及章节安排第13-16页
        1.3.1 论文主要创新点第14页
        1.3.2 论文章节安排第14-16页
第二章 乳腺钼耙图像的预处理第16-22页
    2.1 乳腺图像背景的去除第16-17页
    2.2 乳腺图像中胸肌的去除第17-19页
    2.3 乳腺图像中边缘的去除第19-20页
    2.4 乳腺图像增强第20-21页
    2.5 本章小结第21-22页
第三章 乳腺图像的肿块检测方法第22-39页
    3.1 Kmean 提取 ROI第23-27页
        3.1.1 Kmean 原理第23-25页
        3.1.2 提取 ROI第25-27页
    3.2 特征提取第27-31页
        3.2.1 形态学处理第27-28页
        3.2.2 特征提取第28-31页
    3.3 肿块分类第31-38页
        3.3.1 测度标准第31页
        3.3.2 阈值分类第31-33页
        3.3.3 基于支持向量机(SVM)的分类第33-38页
    3.4 本章小结第38-39页
第四章 乳腺密度估计第39-55页
    4.1 特征提取第40-41页
    4.2 极限学习机(ELM)第41-43页
    4.3 实验分析第43-54页
        4.3.1 实验结果第43-45页
        4.3.2 实验分析第45-46页
        4.3.3 进一步的实验第46-54页
    4.4 本章小结第54-55页
第五章 总结与展望第55-57页
    5.1 全文总结第55-56页
    5.2 展望第56-57页
参考文献第57-60页
发表论文和参加科研情况说明第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于聚类正则化的线性判别分析
下一篇:虚拟视点合成方法研究