首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于迁移学习的2-D MRI胰腺分割

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-22页
    1.1 课题研究背景及意义第14-15页
    1.2 胰腺癌的医学影像学表现第15-17页
    1.3 医学图像分割的研究现状及发展第17-18页
    1.4 论文的主要工作和内容安排第18-22页
第二章 基于形状约束和种子迁移生长的MRI胰腺分割第22-40页
    2.1 引言第22-23页
    2.2 传统区域生长与迁移学习第23-25页
        2.2.1 区域生长算法第23-25页
        2.2.2 迁移学习第25页
    2.3 基于形状约束与种子迁移生长的胰腺MRI序列图像分割第25-31页
        2.3.1 基于形状约束的区域生长算法第26-30页
        2.3.2 基于形状约束和种子点迁移生长的序列图像分割第30-31页
    2.4 实验结果及分析第31-38页
        2.4.1 实验结果与评价第31-38页
        2.4.2 实验结果分析第38页
    2.5 本章小结第38-40页
第三章 基于字典迁移学习的胰腺MRI序列图像分割第40-56页
    3.1 引言第40-41页
    3.2 稀疏表示和字典学习第41-42页
        3.2.1 稀疏表示第41页
        3.2.2 字典学习第41-42页
    3.3 基于字典学习的胰腺MRI图像分割第42-49页
        3.3.1 图像预分割第42-43页
        3.3.2 交互式区域合并第43-45页
        3.3.3 特征提取和字典学习第45-47页
        3.3.4 基于字典迁移学习的腹部MRI序列图像分割第47-49页
    3.4 实验结果及分析第49-55页
        3.4.1 实验结果与评价第49-54页
        3.4.2 实验结果分析第54-55页
    3.5 本章小结第55-56页
第四章 基于统计迁移学习的胰腺MRI序列图像分割第56-70页
    4.1 引言第56页
    4.2 基于统计学习的胰腺MRI序列图像分割第56-62页
        4.2.1 基于统计学习的图像分割第56-58页
        4.2.2 基于密度加权的图像分割第58-59页
        4.2.3 信息迁移第59-60页
        4.2.4 基于统计学习的MRI序列图像分割方法第60-62页
    4.3 实验结果及分析第62-68页
        4.3.1 实验结果与评价第62-67页
        4.3.2 实验结果分析第67-68页
    4.4 本章小结第68-70页
第五章 总结与展望第70-72页
参考文献第72-78页
致谢第78-80页
作者简介第80-81页
    1. 基本情况第80页
    2. 教育背景第80页
    3. 攻读硕士学位期间的研究成果第80-81页

论文共81页,点击 下载论文
上一篇:基于稀疏表示和空间约束的高光谱遥感图像分类方法研究
下一篇:视频转码传输系统的设计与实现