首页--医药、卫生论文--临床医学论文--诊断学论文--影像诊断学论文--核磁共振成像论文

基于结构磁共振和深度学习模型的AD病程分类研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-22页
    1.1 研究背景与意义第10-12页
    1.2 国内外研究现状第12-20页
        1.2.1 深度学习在医学图像中的应用进展第12-16页
        1.2.2 AD病程分类的研究现状第16-20页
    1.3 本文主要研究内容及章节安排第20-22页
第2章 数据集的选择和深度学习平台搭建第22-34页
    2.1 引言第22-23页
    2.2 数据集选择第23-27页
        2.2.1 ADNI数据库简介第23页
        2.2.2 ADNI各阶段入组标准第23-24页
        2.2.3 本研究实验数据筛选第24-26页
        2.2.4 数据预处理第26-27页
    2.3 深度学习平台的搭建第27-32页
        2.3.1 CAFFE框架简介第28-29页
        2.3.2 CAFFE环境的搭建第29-32页
    2.4 本章小结第32-34页
第3章 基于深度卷积网络的AD、LMCI与NC分类研究第34-56页
    3.1 引言第34-35页
    3.2 深度卷积网络及AlexNet概述第35-39页
        3.2.1 深度卷积网络第35-38页
        3.2.2 AlexNet第38-39页
    3.3 基于AlexNet的特征迁移学习第39-44页
        3.3.1 基于CAFFE和AlexNet的图像数据处理第39-41页
        3.3.2 特征提取及可视化第41-44页
        3.3.3 特征池化降维第44页
    3.4 基于PCA+SFS的特征降维与选择第44-47页
        3.4.1 PCA特征降维第45-46页
        3.4.2 SFS特征选择第46-47页
    3.5 基于SVM的分类预测模型第47-48页
    3.6 分类模型结果及分析第48-54页
        3.6.1 各层AD与NC原始维度分类第48-51页
        3.6.2 AD、LMCI、NC二分类结果第51-53页
        3.6.3 三分类结果第53-54页
    3.7 本章小结第54-56页
第4章 MCI转化发展过程的预测研究第56-62页
    4.1 引言第56-57页
    4.2 预测与分类模型构建第57-58页
    4.3 MCI转化预测模型结果及讨论第58-60页
        4.3.1 MCI转化研究对象概况第58-59页
        4.3.2 MCI转化预测模型结果第59页
        4.3.3 MCI转化预测模型讨论第59-60页
    4.4 EMCI与LMCI分类模型结果及讨论第60-61页
        4.4.1 EMCI与LMCI分类模型结果第60-61页
        4.4.2 EMCI与LMCI分类模型讨论第61页
    4.5 本章小结第61-62页
结论与展望第62-64页
参考文献第64-72页
攻读硕士学位期间发表的学术论文第72-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:胚胎植入前遗传诊断技术中囊胚活检小鼠的神经系统发育评估研究
下一篇:大鼠抑郁症模型肠道菌群的区系变化及柴胡疏肝散的干预效果观察