基于FPGA加速的细胞神经网络在医学图像分割中的应用
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1. 绪论 | 第10-17页 |
| 1.1. 课题背景及意义 | 第10-12页 |
| 1.2. 国内外研究现状 | 第12-14页 |
| 1.3. 研究目标与内容 | 第14-15页 |
| 1.4. 本文组织结构 | 第15-17页 |
| 2. 细胞神经网络模型分析 | 第17-30页 |
| 2.1. 细胞神经网络算法概述 | 第17-24页 |
| 2.1.1. 网络基本结构 | 第17-20页 |
| 2.1.2. 网络训练与量化过程 | 第20-24页 |
| 2.2. 细胞神经网络算法并行实现可行性分析 | 第24-30页 |
| 2.2.1. 不同输入通道并行性分析 | 第24-26页 |
| 2.2.2. 相同输入通道不同卷积窗口并行性分析 | 第26-28页 |
| 2.2.3. 相同卷积窗口并行性分析 | 第28-29页 |
| 2.2.4. 本章小结 | 第29-30页 |
| 3. 计算机辅助诊断系统理论基础 | 第30-36页 |
| 3.1. 图像预处理 | 第30-31页 |
| 3.2. 图像分割 | 第31-34页 |
| 3.2.1. 基于传统视觉算法的图像分割 | 第31-33页 |
| 3.2.2. 基于细胞神经网络的图像分割 | 第33-34页 |
| 3.3. 特征信息提取 | 第34-35页 |
| 3.4. 病灶分类 | 第35页 |
| 3.5. 本章小结 | 第35-36页 |
| 4. 基于FPGA的细胞神经网络硬件加速研究 | 第36-57页 |
| 4.1. 细胞神经网络基本硬件架构 | 第36-38页 |
| 4.2. 系统级加速 | 第38-44页 |
| 4.2.1. 运算单元数据重用 | 第38-42页 |
| 4.2.2. 并行阵列 | 第42-44页 |
| 4.3. 模块级优化 | 第44-52页 |
| 4.3.1. 数据量化 | 第44-49页 |
| 4.3.2. 内存优化 | 第49-52页 |
| 4.4. 设计空间优化 | 第52-55页 |
| 4.5. 本章小结 | 第55-57页 |
| 5. 基于FPGA的图像分割方法加速实现 | 第57-69页 |
| 5.1. 实验平台与实验环境 | 第57-59页 |
| 5.2. FPGA加速结果对比与分析 | 第59-63页 |
| 5.3. 非线性量化细胞神经网络图像分割结果 | 第63-68页 |
| 5.4. 本章小结 | 第68-69页 |
| 6. 结论与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 在学期间取得的科研成果 | 第76页 |
