| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 1 文献综述及研究设想 | 第9-21页 |
| ·研究背景 | 第9-14页 |
| ·脂肪肝的临床诊断 | 第9-12页 |
| ·基于B超图像的脂肪肝严重程度识别的目的和意义 | 第12-13页 |
| ·超声成像技术 | 第13-14页 |
| ·脂肪肝计算机辅助诊断的研究现状 | 第14-19页 |
| ·图像纹理分析方法 | 第14-17页 |
| ·近年来一些新的脂肪肝计算机辅助诊断方法 | 第17-19页 |
| ·研究设想:基于B超图像计算机辅助诊断脂肪肝严重程度 | 第19-21页 |
| 2 特征提取和选择 | 第21-52页 |
| ·图像采集 | 第21页 |
| ·图像来源 | 第21页 |
| ·图像采集方式 | 第21页 |
| ·感兴趣区域选择 | 第21-23页 |
| ·灰度特征ROI的选取 | 第22页 |
| ·纹理特征ROI的选取 | 第22-23页 |
| ·基于空域分析方法的特征提取 | 第23-38页 |
| ·近远场灰度比特征 | 第23-25页 |
| ·方法原理 | 第23-24页 |
| ·特征参数提取 | 第24-25页 |
| ·纹理分形特征 | 第25-38页 |
| ·分形简介 | 第25-27页 |
| ·简单分形 | 第27-29页 |
| ·多重分形 | 第29-33页 |
| ·特征参数提取 | 第33-38页 |
| ·基于频域分析方法的特征提取 | 第38-49页 |
| ·小波简介 | 第38页 |
| ·连续小波变换 | 第38-39页 |
| ·离散小波变换 | 第39-40页 |
| ·多分辨分析 | 第40-44页 |
| ·灰度共生矩阵 | 第44-46页 |
| ·特征参数提取 | 第46-49页 |
| ·基于假设检验的特征量分析 | 第49-50页 |
| ·方法原理 | 第49-50页 |
| ·假设检验结果分析 | 第50页 |
| ·本章小节 | 第50-52页 |
| 3 脂肪肝严重程度识别 | 第52-72页 |
| ·实验方案 | 第52页 |
| ·分类处理方式 | 第52-53页 |
| ·无监督识别 | 第53-61页 |
| ·C-均值聚类法算法描述 | 第53-54页 |
| ·最佳特征矢量 | 第54-55页 |
| ·分类结果 | 第55-60页 |
| ·结果讨论 | 第60-61页 |
| ·有监督识别 | 第61-70页 |
| ·人工神经网络简述 | 第61-62页 |
| ·返向传播神经网络 | 第62-65页 |
| ·BP网络的改进 | 第65-66页 |
| ·BP网络分类器 | 第66-67页 |
| ·分类结果 | 第67-70页 |
| ·结果讨论 | 第70页 |
| ·无监督识别与有监督识别的结果讨论 | 第70-71页 |
| ·本章小节 | 第71-72页 |
| 4 全文总结 | 第72-76页 |
| ·论文工作总结 | 第72-73页 |
| ·论文中创新点 | 第73-74页 |
| ·研究展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间发表、录用的论文,参加研究的课题及获奖情况列表 | 第80-82页 |
| 发表论文 | 第80页 |
| 参加研究的课题 | 第80页 |
| 获奖情况 | 第80-82页 |
| 致谢 | 第82页 |