乳腺癌自动诊断系统的预处理方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·乳腺癌诊断概况 | 第11-12页 |
| ·自动诊断系统的一般构成 | 第12-13页 |
| ·预处理及检测算法的研究现状 | 第13-15页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文各章内容安排 | 第16-17页 |
| 第二章 现有感兴趣区域的提取算法 | 第17-22页 |
| ·引言 | 第17页 |
| ·人工提取感兴趣区域的方法 | 第17-19页 |
| ·形态学的感兴趣区域提取 | 第19-20页 |
| ·基于小波的感兴趣区域提取方法 | 第20页 |
| ·快速感兴趣区域提取方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 微钙化点检测新方法MLOG | 第22-38页 |
| ·已有检测算法简述 | 第22-23页 |
| ·微钙化点的小波检测方法 | 第23-25页 |
| ·MLOG 算法的简要介绍 | 第25页 |
| ·相关知识 | 第25-30页 |
| ·形态学带通滤波方法 | 第25-27页 |
| ·高斯-拉普拉斯算子（LoG）检测方法 | 第27-29页 |
| ·提出的检测方法 | 第29-30页 |
| ·实验结果和比较 | 第30-34页 |
| ·试验数据 | 第30-31页 |
| ·钙化点检测的精确度比较分析 | 第31-32页 |
| ·钙化点检测的时间复杂度分析 | 第32-34页 |
| ·钙化点检测的直观结果 | 第34页 |
| ·钙化点的重建 | 第34-35页 |
| ·本章小结 | 第35-38页 |
| 第四章 自动化诊断系统中的ROI 定位 | 第38-50页 |
| ·自动诊断系统预处理阶段的要求 | 第38-39页 |
| ·自动诊断系统预处理阶段的原有设计 | 第39页 |
| ·我们的预处理方法 | 第39-44页 |
| ·阈值法去掉背景 | 第40页 |
| ·代价敏感的神经网络去除无病区域 | 第40-43页 |
| ·改进的检测新方法去除无病区域 | 第43页 |
| ·预处理阶段的算法 | 第43-44页 |
| ·实验结果 | 第44-47页 |
| ·数据集及评价标准 | 第44-45页 |
| ·比较方法介绍 | 第45页 |
| ·实验结果和分析 | 第45-47页 |
| ·本章小结 | 第47-50页 |
| 第五章 自动诊断系统的实现简介 | 第50-56页 |
| ·系统框架和功能 | 第50-51页 |
| ·已有功能 | 第51-53页 |
| ·文件操作 | 第51页 |
| ·影像的显示 | 第51-52页 |
| ·自动筛查 | 第52页 |
| ·ROI 寻找 | 第52-53页 |
| ·实验结果分析 | 第53-55页 |
| ·本文提出的新算法在系统中的地位 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结及后继工作展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·后继工作展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 研究生期间参与的科研项目及发表的论文 | 第64页 |
