基于小波域隐马尔可夫树模型的乳腺微钙化辅助诊断研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-13页 |
| 第1章 乳腺X 影像与计算机辅助诊断 | 第13-20页 |
| ·乳腺X 影像 | 第13-15页 |
| ·X 线及其性质 | 第13-14页 |
| ·X 线成像原理 | 第14-15页 |
| ·乳腺X 影像 | 第15页 |
| ·计算机辅助诊断在乳腺X 影像中的应用 | 第15-20页 |
| ·乳腺癌在乳腺X 影像中的表现 | 第15-17页 |
| ·乳腺CAD 系统 | 第17-20页 |
| 第2章 预备知识 | 第20-37页 |
| ·小波分析简介 | 第20-25页 |
| ·小波分析概述 | 第20-21页 |
| ·多分辨率分析概述 | 第21-22页 |
| ·双树复数小波变换 | 第22-25页 |
| ·小波域HMT 模型 | 第25-33页 |
| ·小波信号模型分析 | 第25-28页 |
| ·小波域HMT 模型建模原理 | 第28-30页 |
| ·使用EM 算法对HMT 模型中参数进行估计 | 第30-33页 |
| ·遗传算法 | 第33-35页 |
| ·分类器 | 第35-37页 |
| 第3章 基于小波域隐马尔可夫树模型的微钙化诊断 | 第37-47页 |
| ·微钙化诊断 | 第37-38页 |
| ·预处理 | 第38-40页 |
| ·特征提取 | 第40-43页 |
| ·基于小波的纹理特征提取 | 第41-42页 |
| ·基于小波域HMT 模型的特征提取 | 第42-43页 |
| ·特征选择与优化 | 第43-45页 |
| ·分类 | 第45-47页 |
| 第4章 实验结果与分析 | 第47-63页 |
| ·实验数据库和实验平台 | 第47-48页 |
| ·实验细节说明 | 第48-51页 |
| ·提取ROI | 第48-49页 |
| ·绘制ROC 曲线 | 第49-51页 |
| ·实验方案及结果 | 第51-54页 |
| ·基于小波纹理特征进行分类 | 第51-53页 |
| ·基于小波域HMT 模型特征进行分类 | 第53-54页 |
| ·实验结果分析 | 第54-62页 |
| ·总体结果比较 | 第54-55页 |
| ·小波基的比较 | 第55-57页 |
| ·特征分析 | 第57-62页 |
| ·分类器的比较 | 第62页 |
| ·结论 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| ·论文工作总结 | 第63页 |
| ·论文工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读硕士学位期间公开发表的论文 | 第70页 |
