卷积神经网络在中医舌象分类模型中的应用研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状与分析 | 第11-12页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 问题分析 | 第12页 |
| 1.3 本文工作和组织结构 | 第12-14页 |
| 1.3.1 本文的主要工作 | 第12-13页 |
| 1.3.2 论文组织结构 | 第13-14页 |
| 第2章 卷积神经网络相关内容介绍 | 第14-29页 |
| 2.1 人工神经网络 | 第14-19页 |
| 2.1.1 人工神经元 | 第14-17页 |
| 2.1.2 多层神经网络 | 第17-19页 |
| 2.2 深度学习 | 第19页 |
| 2.3 卷积神经网络 | 第19-26页 |
| 2.3.1 卷积神经网络结构 | 第20-22页 |
| 2.3.2 卷积神经网络理论计算 | 第22-26页 |
| 2.4 AlexNet | 第26-27页 |
| 2.5 残差神经网络 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 中医舌诊的智能化介绍 | 第29-33页 |
| 3.1 传统中医舌诊 | 第29-30页 |
| 3.2 计算机辅助舌象诊疗流程 | 第30-31页 |
| 3.3 预处理阶段 | 第31-32页 |
| 3.3.1 舌象采集 | 第31页 |
| 3.3.2 舌象分割 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 舌象二分类实验 | 第33-56页 |
| 4.1 硬件环境 | 第33页 |
| 4.2 模型设计与选择 | 第33-36页 |
| 4.2.1 深度学习框架介绍 | 第33-35页 |
| 4.2.2 网络模型设计与选择 | 第35-36页 |
| 4.3 二分类实验 | 第36-55页 |
| 4.3.1 正常组与热证组对比 | 第37-40页 |
| 4.3.2 实验小结 | 第40-41页 |
| 4.3.3 正常组与寒证组对比 | 第41-45页 |
| 4.3.4 实验小结 | 第45-46页 |
| 4.3.5 热证组与寒证组对比 | 第46-50页 |
| 4.3.6 实验小结 | 第50-51页 |
| 4.3.7 正常组与非正常组对比 | 第51-54页 |
| 4.3.8 实验小结 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 三分类实验 | 第56-61页 |
| 5.1 实验过程 | 第56-59页 |
| 5.1.1 Conv4在三分类组实验结果 | 第56-57页 |
| 5.1.2 AlexNet在三分类组实验结果 | 第57页 |
| 5.1.3 ResNet18在三分类组实验结果 | 第57-58页 |
| 5.1.4 ResNet50在三分类组实验结果 | 第58-59页 |
| 5.2 实验小结 | 第59-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 工作展望 | 第61-63页 |
| 作者简介及在学期间取得的科研成果 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
