| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文的主要研究内容及创新 | 第15-16页 |
| 1.4 论文内容及组织机构 | 第16-17页 |
| 第二章 深度卷积神经网络 | 第17-34页 |
| 2.1 概述 | 第17页 |
| 2.2 卷积神经网络的研究历史与意义 | 第17-19页 |
| 2.2.1 卷积神经网络的研究历史 | 第17-18页 |
| 2.2.2 卷积神经网络的研究意义 | 第18-19页 |
| 2.3 卷积神经网络基本原理 | 第19-27页 |
| 2.3.1 卷积神经网络的基本结构 | 第19-24页 |
| 2.3.2 卷积神经网络的特点 | 第24-25页 |
| 2.3.3 卷积神经网络的工作机制 | 第25-27页 |
| 2.4 基于区域检测的卷积神经网络系列算法 | 第27-32页 |
| 2.4.1 RCNN | 第28-29页 |
| 2.4.2 SPPNet | 第29-30页 |
| 2.4.3 FastRCNN | 第30-31页 |
| 2.4.4 FasterRCNN | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 基于FasterRCNN网络模型的甲状腺乳头状癌超声图像的识别 | 第34-46页 |
| 3.1 研究动机 | 第34-35页 |
| 3.2 甲状腺乳头状癌超声图像识别的网络设计 | 第35-36页 |
| 3.3 基于FasterRCNN网络的甲状腺乳头状癌超声图像的识别 | 第36-45页 |
| 3.3.1 甲状腺乳头状癌的超声图像识别方法及步骤 | 第37-40页 |
| 3.3.2 实验结果及分析 | 第40-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于改进的FasterRCNN网络模型的甲状腺乳头状癌超声图像的识别 | 第46-60页 |
| 4.1 研究动机 | 第46-47页 |
| 4.2 改进FasterRCNN网络模型的甲状腺乳头状癌超声图像识别 | 第47-50页 |
| 4.2.1 概述 | 第47页 |
| 4.2.2 改进的FasterRCNN网络模型 | 第47-50页 |
| 4.3 实验设计及结果分析 | 第50-58页 |
| 4.3.1 实验步骤及实现流程 | 第50-52页 |
| 4.3.2 实验结果及分析 | 第52-58页 |
| 4.4 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读学位期间学术成果 | 第67-69页 |
| 致谢 | 第69页 |
