乳腺肿块纹理特征提取及辅助诊断方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·乳腺CAD 系统 | 第11-14页 |
| ·乳腺辅助诊断系统的产生 | 第11页 |
| ·乳腺辅助诊断系统的研究现状 | 第11-13页 |
| ·乳腺辅助诊断系统存在的问题 | 第13-14页 |
| ·本文主要内容及结构安排 | 第14-16页 |
| 第二章 乳腺X 线图像预处理 | 第16-30页 |
| ·乳腺区域提取 | 第16-20页 |
| ·可疑区域检测 | 第20-29页 |
| ·乳腺图像灰度分层 | 第21-23页 |
| ·基于灰度分层和圆度的乳腺肿块检测 | 第23-25页 |
| ·初检结果分析 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 可疑区域特征提取 | 第30-46页 |
| ·乳腺肿块的纹理特征 | 第30-31页 |
| ·多级分形特征 | 第31-38页 |
| ·分形维数特征 | 第31-36页 |
| ·乳腺肿块分形维数特征分析 | 第36页 |
| ·乳腺肿块多级分形特征向量构建 | 第36-38页 |
| ·乳腺肿块多级分形特征分析 | 第38页 |
| ·灰度共生矩阵特征 | 第38-41页 |
| ·乳腺图像GLCM 特征提取 | 第39-40页 |
| ·乳腺图像GLCM 特征分析 | 第40-41页 |
| ·TAMURA 特征 | 第41-44页 |
| ·乳腺图像Tamura 特征提取 | 第41-43页 |
| ·乳腺图像Tamura 特征分析 | 第43-44页 |
| ·总结 | 第44-46页 |
| 第四章 可疑区域的分类 | 第46-57页 |
| ·特征选择 | 第46-50页 |
| ·基于排序的特征选择法 | 第46-48页 |
| ·乳腺图像纹理特征选择 | 第48-50页 |
| ·基于SVM 的乳腺图像分类 | 第50-56页 |
| ·SVM 支持向量机 | 第50-51页 |
| ·核函数 | 第51-52页 |
| ·交叉验证 | 第52-54页 |
| ·基于核函数的SVM 分类分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 算法性能测试与分析 | 第57-63页 |
| ·数据来源及组成 | 第57页 |
| ·测试结果分析 | 第57-62页 |
| ·肿块成功检测数据分析 | 第57-59页 |
| ·假阳区域数据分析 | 第59-61页 |
| ·漏检区域数据分析 | 第61-62页 |
| ·算法性能评估与总结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 在学研究成果 | 第68-69页 |
| 致谢 | 第69页 |
