| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 1 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 数据挖掘分类算法在医学图像中的研究现状 | 第13-14页 |
| 1.2.2 集成学习的研究现状 | 第14-16页 |
| 1.2.3 受限玻尔兹曼机的研究现状 | 第16-17页 |
| 1.3 论文的主要研究内容 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-19页 |
| 2 医学图像的预处理 | 第19-22页 |
| 2.1 医学图像的去噪 | 第19-20页 |
| 2.2 医学图像的纹理 | 第20页 |
| 2.3 本章小结 | 第20-22页 |
| 3 基于Bagging概率神经网络的医学图像分类方法 | 第22-34页 |
| 3.1 引言 | 第22-24页 |
| 3.2 基本理论 | 第24-30页 |
| 3.3 算法实现 | 第30-32页 |
| 3.3.1 RBM对医学图像进行特征学习算法的实现 | 第30-31页 |
| 3.3.2 利用基于Bagging的概率神经网络对图像进行分类的算法实现 | 第31-32页 |
| 3.4 在乳腺X光医学图像上的应用 | 第32-33页 |
| 3.4.1 实验说明 | 第32页 |
| 3.4.2 实验结果分析与比较 | 第32-33页 |
| 3.5 结语 | 第33-34页 |
| 4 基于判别式受限玻尔兹曼机的医学图像分类方法 | 第34-40页 |
| 4.1 模型描述 | 第34-35页 |
| 4.2 算法实现 | 第35-36页 |
| 4.3 实验结果分析 | 第36-38页 |
| 4.4 结语 | 第38-40页 |
| 5 总结与展望 | 第40-42页 |
| 5.1 论文总结 | 第40页 |
| 5.2 未来展望 | 第40-42页 |
| 参考文献 | 第42-47页 |
| 攻读学位期间发表的文章与参与的科研项目 | 第47-48页 |
| 致谢 | 第48-49页 |
