| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 综述 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 质量控制 | 第10-11页 |
| 1.2.2 参数测量 | 第11-12页 |
| 1.3 本论文的研究目标与挑战 | 第12-13页 |
| 1.4 本论文的研究设想 | 第13-14页 |
| 1.5 本论文的内容组织 | 第14-16页 |
| 第2章 胎儿腹部超声图像自动质量控制（FUIQA） | 第16-23页 |
| 2.1 FUIQA方法 | 第16-17页 |
| 2.1.1 FUIQA协议 | 第16页 |
| 2.1.2 FUIQA框架 | 第16-17页 |
| 2.2 深度卷积神经网络 | 第17-21页 |
| 2.2.1 DCNN简介 | 第18页 |
| 2.2.2 ROI检测器L-CNN | 第18-20页 |
| 2.2.3 ROI分类器C-CNN | 第20-21页 |
| 2.3 数据增强策略 | 第21页 |
| 2.4 局部相位特征通道替换方案 | 第21-22页 |
| 2.5 FUIQA定量评分 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 FUIQA方法的实验与分析 | 第23-37页 |
| 3.1 实验数据 | 第23-24页 |
| 3.2 L-CNN与C-CNN模型的实现与评估 | 第24-31页 |
| 3.2.1 实现方案 | 第24-25页 |
| 3.2.2 IoU分布对比 | 第25-26页 |
| 3.2.3 ROC曲线对比 | 第26-27页 |
| 3.2.4 局部相位特征可视化 | 第27-28页 |
| 3.2.5 t-SNE可视化 | 第28-29页 |
| 3.2.6 特征激活可视化 | 第29-31页 |
| 3.3 FUIQA系统的性能分析 | 第31-36页 |
| 3.3.1 定性展示 | 第31-33页 |
| 3.3.2 定量评估 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 胎儿腹部超声图像自动参数测量（FUIPM） | 第37-43页 |
| 4.1 FUIPM方法框架 | 第37-38页 |
| 4.2 全卷积网络 | 第38-40页 |
| 4.2.1 FCN简介 | 第38-39页 |
| 4.2.2 概率预测模型R-FCN | 第39-40页 |
| 4.3 自动上下文模型 | 第40-42页 |
| 4.3.1 自动上下文迭代优化概率图 | 第41页 |
| 4.3.2 级联策略的改进 | 第41-42页 |
| 4.4 FUIPM精准测量 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 FUIPM方法的实验与分析 | 第43-51页 |
| 5.1 实验数据 | 第43页 |
| 5.2 R-FCN模型的实现与评估 | 第43-46页 |
| 5.2.1 R-FCN参数设置 | 第44页 |
| 5.2.2 R-FCN性能对比 | 第44-46页 |
| 5.3 级联策略的实现与评估 | 第46-48页 |
| 5.3.1 并行与求和 | 第46-48页 |
| 5.3.2 加权系数设置 | 第48页 |
| 5.4 FUIPM系统的性能分析 | 第48-50页 |
| 5.4.1 定性展示 | 第48页 |
| 5.4.2 定量评估 | 第48-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-54页 |
| 6.1 本论文总结 | 第51-52页 |
| 6.2 本论文的主要贡献 | 第52页 |
| 6.3 不足与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间的研究成果 | 第59页 |