基于CT图像的肺癌前期辅助诊断研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 肺癌前期辅助诊断研究背景与意义 | 第10-11页 |
| 1.2 肺癌前期辅助诊断国内外研究现状 | 第11-12页 |
| 1.3 论文的主要内容和创新点 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 肺部医学图像识别的相关知识 | 第14-25页 |
| 2.1 肺部医学成像技术 | 第14-17页 |
| 2.2 肺癌前期辅助诊断的基本流程 | 第17-23页 |
| 2.2.1 预处理 | 第17-20页 |
| 2.2.2 肺部图像分割 | 第20-21页 |
| 2.2.3 结节检测 | 第21-22页 |
| 2.2.4 特征提取与分类 | 第22-23页 |
| 2.2.5 结节良恶性诊断 | 第23页 |
| 2.3 LIDC-IDRI公开数据集 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 肺部分割与肺结节检测的研究 | 第25-54页 |
| 3.1 图片数据预处理 | 第25页 |
| 3.2 肺部分割 | 第25-35页 |
| 3.2.1 原始图像的转换 | 第26页 |
| 3.2.2 阈值分割 | 第26-27页 |
| 3.2.3 二值形态学开运算 | 第27-31页 |
| 3.2.4 连接元素抽取肺实质 | 第31-33页 |
| 3.2.5 孔洞填充 | 第33-34页 |
| 3.2.6 滚球算法 | 第34-35页 |
| 3.3 肺结节分割与检测 | 第35-38页 |
| 3.3.1 Tsallis熵 | 第37-38页 |
| 3.4 特征提取 | 第38-41页 |
| 3.5 特征融合的优化技术 | 第41-45页 |
| 3.5.1 特征降维 | 第41-42页 |
| 3.5.2 多核学习方法 | 第42-45页 |
| 3.6 特征分类技术 | 第45-47页 |
| 3.7 实验与结果分析 | 第47-53页 |
| 3.7.1 实验环境与数据 | 第47页 |
| 3.7.2 实验设置与评价指标 | 第47-49页 |
| 3.7.3 实验结果及分析 | 第49-53页 |
| 3.8 本章小结 | 第53-54页 |
| 第四章 肺结节的良恶性诊断研究 | 第54-68页 |
| 4.1 纹理特征与病理特征 | 第54-61页 |
| 4.1.1 纹理特征的提取 | 第54-59页 |
| 4.1.2 病理特征的选择 | 第59-60页 |
| 4.1.3 特征归一化 | 第60-61页 |
| 4.2 结节相似性度量 | 第61-63页 |
| 4.2.1 语义相关性 | 第62页 |
| 4.2.2 视觉相关性 | 第62-63页 |
| 4.3 基于特征的肺结节良恶性诊断分类方法 | 第63-64页 |
| 4.3.1 基于决策树的支持向量机 | 第63-64页 |
| 4.4 实验与结果分析 | 第64-66页 |
| 4.4.1 实验数据 | 第64-65页 |
| 4.4.2 实验设置与评价指标 | 第65页 |
| 4.4.3 实验结果及分析 | 第65-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 本文总结 | 第68页 |
| 5.2 未来展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间取得的成果 | 第76页 |
