| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·课题来源及意义 | 第12页 |
| ·本文研究内容 | 第12-14页 |
| ·本文组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 改进的支持向量机算法(MPSVM) | 第16-27页 |
| ·支持向量机(SVM)概述 | 第16-17页 |
| ·SVM产生背景与基本思想 | 第16页 |
| ·SVM的特征 | 第16-17页 |
| ·SVM算法局限性与改进目标 | 第17页 |
| ·近似的支持向量机(PSVM)算法 | 第17-19页 |
| ·PSVM算法在乳腺癌辅助诊断系统中的应用 | 第18-19页 |
| ·PSVM算法存在的问题及改进思路 | 第19页 |
| ·改进的提高非平衡数据集分类精度的MPSVM算法 | 第19-22页 |
| ·线性MPSVM算法描述 | 第19-21页 |
| ·非线性MPSVM算法描述 | 第21-22页 |
| ·核函数 | 第22-26页 |
| ·核函数性质 | 第23-24页 |
| ·常见核函数 | 第24-25页 |
| ·核函数在乳腺癌辅助诊断系统中的应用 | 第25-26页 |
| ·实验结果 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于形状特征的MPSVM分类器设计 | 第27-40页 |
| ·医学图像预处理 | 第27-30页 |
| ·图像处理概述 | 第27页 |
| ·图像去噪 | 第27-28页 |
| ·图像增强 | 第28-30页 |
| ·感兴趣区域分割 | 第30-32页 |
| ·图像的形状特征提取 | 第32-39页 |
| ·矩(Moment) | 第32-36页 |
| ·傅立叶描述子(Fourier Descriptor) | 第36-38页 |
| ·弦长统计量(Chord-Length Statistic) | 第38-39页 |
| ·基于MPSVM的乳腺CT照片分类器设计 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于纹理特征的RS-MPSVM分类器设计 | 第40-53页 |
| ·粗糙集理论 | 第40-44页 |
| ·粗糙集的概念 | 第40-41页 |
| ·连续属性离散化算法研究 | 第41-43页 |
| ·图像特征选择算法 | 第43-44页 |
| ·图像的纹理特征的提取 | 第44-49页 |
| ·灰度共生矩阵 | 第44-46页 |
| ·灰度共生矩阵纹理特征提取 | 第46-49页 |
| ·灰度统计特征提取 | 第49页 |
| ·基于MPSVM的乳腺CT照片分类器设计 | 第49-50页 |
| ·基于RS-MPSVM算法的分类器设计 | 第50-52页 |
| ·分类器结构 | 第50-51页 |
| ·分类器优势 | 第51页 |
| ·分类器在乳腺癌辅助诊断中的应用及实验结果 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 乳腺癌辅助诊断系统设计 | 第53-68页 |
| ·系统框架、处理流程 | 第53-57页 |
| ·系统模块划分 | 第57页 |
| ·系统主要类设计 | 第57-60页 |
| ·元数据的设计与实现 | 第60-61页 |
| ·数据库的设计 | 第61-63页 |
| ·ER图设计 | 第61-62页 |
| ·数据库表设计 | 第62-63页 |
| ·数据交换设计 | 第63-64页 |
| ·程序执行的部分效果图 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 1. 本文工作总结 | 第68-69页 |
| 2. 进一步的研究工作 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |