| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景与意义 | 第9-12页 |
| ·国内外研究进展及现状 | 第12-15页 |
| ·计算机辅助检测系统的研究现状 | 第12-13页 |
| ·乳腺钼靶X线影像癌变检测研究现状 | 第13-14页 |
| ·目前乳腺癌检测研究存在的困难 | 第14-15页 |
| ·研究思路与研究内容 | 第15-18页 |
| ·研究思路 | 第15-16页 |
| ·研究目的 | 第16-17页 |
| ·研究内容 | 第17-18页 |
| ·特色及创新点 | 第18页 |
| ·文章的组织结构 | 第18-19页 |
| 第二章 基于纹理统计模型的乳腺代表示例选择算法研究 | 第19-33页 |
| ·基于多示例的乳腺图像分包 | 第19-22页 |
| ·乳腺图像的分块 | 第19-21页 |
| ·分块乳腺图像的打包 | 第21-22页 |
| ·基于AAM算法的纹理统计建模 | 第22-26页 |
| ·AAM(Active Appearance Model)算法 | 第22-24页 |
| ·基于空域的纹理统计建模 | 第24-25页 |
| ·基于频域的纹理统计建模 | 第25-26页 |
| ·基于曼式距离的乳腺图像示例选择 | 第26-29页 |
| ·乳腺图像正负示例的选择 | 第28页 |
| ·乳腺图像代表示例的选择 | 第28-29页 |
| ·乳腺图像示例的特征提取 | 第29页 |
| ·实验结果与分析 | 第29-32页 |
| ·实验数据描述 | 第29-30页 |
| ·实验结果 | 第30-32页 |
| ·结果分析 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 人类学信息与图像信息的乳腺特征融合算法研究 | 第33-43页 |
| ·人类学信息的定义 | 第33-35页 |
| ·人类学信息的意义 | 第33-34页 |
| ·人类学信息的表示 | 第34-35页 |
| ·基于人类学信息和图像信息的乳腺数据融合算法 | 第35-38页 |
| ·基于多核支持向量机MKSVM的特征融合 | 第35-37页 |
| ·SVM核函数 | 第35-36页 |
| ·基于MKSVM的乳腺特征融合 | 第36-37页 |
| ·基于集成分类器的乳腺特征融合 | 第37页 |
| ·基于权重分配的乳腺特征融合 | 第37-38页 |
| ·实验结果与分析 | 第38-41页 |
| ·实验数据描述 | 第38-39页 |
| ·实验结果 | 第39-40页 |
| ·结果分析 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于MFSVM-FKNN集成分类的乳腺钙化簇检测研究 | 第43-53页 |
| ·隶属度函数的设计 | 第43-47页 |
| ·隶属度函数的引入 | 第43-44页 |
| ·混合隶属度函数的设计 | 第44-47页 |
| ·基于线性距离的隶属度函数的设计 | 第44-45页 |
| ·基于紧密度的隶属度函数的设计 | 第45-46页 |
| ·基于混合隶属度函数的设计 | 第46-47页 |
| ·基于混合隶属度的MFSVM-FKNN集成分类器的设计 | 第47-49页 |
| ·FKNN分类器的设计 | 第47页 |
| ·FSVM分类器的设计 | 第47-48页 |
| ·MFSVM-FKNN集成分类器的设计 | 第48-49页 |
| ·实验结果与分析 | 第49-52页 |
| ·实验数据描述 | 第49页 |
| ·实验结果 | 第49-51页 |
| ·结果分析 | 第51-52页 |
| ·本章总结 | 第52-53页 |
| 第五章 总结与展望 | 第53-57页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-64页 |
| 致谢 | 第64页 |
