| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 引言 | 第12-27页 |
| 1.1 研究背景 | 第13-17页 |
| 1.1.1 乳腺钼靶X线图像 | 第13-15页 |
| 1.1.2 计算机辅助乳腺肿块检测 | 第15-16页 |
| 1.1.3 极限学习机 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-24页 |
| 1.2.1 计算机辅助乳腺肿块检测 | 第17-21页 |
| 1.2.2 极限学习机及其应用 | 第21-24页 |
| 1.3 本文研究内容 | 第24-25页 |
| 1.4 论文结构 | 第25-27页 |
| 第2章 基于ELM的面向单幅图像的乳腺肿块检测方法 | 第27-43页 |
| 2.1 引言 | 第27页 |
| 2.2 图像处理 | 第27-32页 |
| 2.2.1 图像预处理 | 第28页 |
| 2.2.2 感兴趣区域提取及疑似肿块分割 | 第28-32页 |
| 2.3 基于ELM的单幅图像乳腺肿块检测 | 第32-37页 |
| 2.3.1 特征建模 | 第32-35页 |
| 2.3.2 肿块检测 | 第35-37页 |
| 2.4 实验 | 第37-42页 |
| 2.4.1 实验设置 | 第37-39页 |
| 2.4.2 实验设计 | 第39-40页 |
| 2.4.3 实验结果 | 第40-42页 |
| 2.5 小结 | 第42-43页 |
| 第3章 基于ELM的面向单侧双视图的乳腺肿块检测方法 | 第43-60页 |
| 3.1 引言 | 第43页 |
| 3.2 单侧双视图图像处理 | 第43-44页 |
| 3.2.1 单视图图像处理 | 第44页 |
| 3.2.2 双视图肿块配准 | 第44页 |
| 3.3 基于ELM的单侧双视图乳腺肿块检测 | 第44-54页 |
| 3.3.1 特征建模 | 第44-49页 |
| 3.3.2 特征选择 | 第49-52页 |
| 3.3.3 肿块检测 | 第52-54页 |
| 3.4 实验 | 第54-59页 |
| 3.4.1 实验设置 | 第54页 |
| 3.4.2 实验设计 | 第54-55页 |
| 3.4.3 实验结果 | 第55-59页 |
| 3.5 小结 | 第59-60页 |
| 第4章 基于ELM的面向双侧单视图的乳腺肿块检测方法 | 第60-75页 |
| 4.1 引言 | 第60页 |
| 4.2 双侧单视图图像处理 | 第60-64页 |
| 4.2.1 单侧乳腺图像处理 | 第61页 |
| 4.2.2 双侧乳腺感兴趣区域配准 | 第61-64页 |
| 4.3 基于ELM的双侧单视图乳腺肿块检测 | 第64-70页 |
| 4.3.1 特征建模 | 第64-69页 |
| 4.3.2 肿块检测 | 第69-70页 |
| 4.4 实验 | 第70-74页 |
| 4.4.1 实验设置 | 第70-71页 |
| 4.4.2 实验设计 | 第71页 |
| 4.4.3 实验结果 | 第71-74页 |
| 4.5 小结 | 第74-75页 |
| 第5章 基于MapReduce的分布式极限学习机 | 第75-89页 |
| 5.1 引言 | 第75-76页 |
| 5.2 预备知识 | 第76-78页 |
| 5.2.1 PELM | 第76-77页 |
| 5.2.2 MapReduce | 第77-78页 |
| 5.3 基本的分布式极限学习机 | 第78-81页 |
| 5.3.1 理论基础 | 第78-80页 |
| 5.3.2 算法实现 | 第80-81页 |
| 5.4 改进的分布式极限学习机 | 第81-83页 |
| 5.5 实验 | 第83-88页 |
| 5.5.1 实验平台 | 第83-84页 |
| 5.5.2 实验结果 | 第84-88页 |
| 5.6 小结 | 第88-89页 |
| 第6章 分布式极限学习机的性能优化方法 | 第89-103页 |
| 6.1 引言 | 第89-90页 |
| 6.2 分布式极限学习机的增量学习方法 | 第90-91页 |
| 6.3 分布式极限学习机的减量学习方法 | 第91-93页 |
| 6.4 分布式极限学习机的纠错学习方法 | 第93-95页 |
| 6.5 实验 | 第95-102页 |
| 6.5.1 实验平台 | 第95-96页 |
| 6.5.2 实验结果 | 第96-102页 |
| 6.6 小结 | 第102-103页 |
| 第7章 基于极限学习机的乳腺肿块检测原型系统 | 第103-116页 |
| 7.1 需求分析 | 第103-105页 |
| 7.2 总体设计 | 第105-109页 |
| 7.2.1 体系结构设计 | 第106页 |
| 7.2.2 功能模块设计 | 第106-109页 |
| 7.3 详细设计 | 第109-111页 |
| 7.4 关键技术实现 | 第111-115页 |
| 7.4.1 开发环境 | 第112页 |
| 7.4.2 图像处理的实现 | 第112-113页 |
| 7.4.3 特征建模的实现 | 第113-114页 |
| 7.4.4 极限学习机的训练和检测 | 第114-115页 |
| 7.5 小结 | 第115-116页 |
| 第8章 结论 | 第116-118页 |
| 8.1 本文的主要贡献与结论 | 第116-117页 |
| 8.2 进一步的工作 | 第117-118页 |
| 参考文献 | 第118-129页 |
| 致谢 | 第129-131页 |
| 攻博期间发表的论文 | 第131-133页 |
| 攻博期间参与的项目 | 第133-134页 |
| 作者简介 | 第134页 |
