基于皮肤肿瘤表面颜色不对称性的黑色素瘤检测技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题的研究背景 | 第10-12页 |
| ·课题研究的目的和意义 | 第12-13页 |
| ·课题研究的目的 | 第12页 |
| ·课题研究的意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·研究的主要内容、创新点及论文结构 | 第15-18页 |
| ·研究的主要内容和创新点 | 第15-16页 |
| ·论文结构 | 第16-18页 |
| 第2章 图像处理的基本技术 | 第18-27页 |
| ·彩色图像与灰度图像 | 第18-19页 |
| ·颜色不对称性定义 | 第19-20页 |
| ·主成分分析（PCA） | 第20-22页 |
| ·聚类分析 | 第22-24页 |
| ·小波分析 | 第24-27页 |
| 第3章 基于皮肤肿瘤灰度表面的不对称性分析 | 第27-35页 |
| ·皮肤肿瘤灰度表面的虚拟轮廓描述 | 第28-30页 |
| ·传统的轮廓变换模型 | 第28-29页 |
| ·修正的轮廓变换模型 | 第29-30页 |
| ·虚拟轮廓的不规则性和不对称性度量 | 第30-33页 |
| ·虚拟轮廓的不规则性度量 | 第30-31页 |
| ·虚拟轮廓的不对称性度量 | 第31-33页 |
| ·皮肤肿瘤灰度表面的不对称性特征提取 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 皮肤肿瘤表面的颜色不对称性分析 | 第35-47页 |
| ·肿瘤表面颜色不对称性概述 | 第35页 |
| ·肿瘤彩色图像的 PCA 降维 | 第35-37页 |
| ·基于虚拟轮廓的颜色不对称性分析 | 第37-40页 |
| ·颜色对称轴和不对称轴的检测 | 第38-39页 |
| ·基于虚拟轮廓的颜色不对称性特征提取 | 第39-40页 |
| ·基于颜色分割与小波分解的颜色不对称性分析 | 第40-46页 |
| ·肿瘤表面颜色自动分割 | 第40-43页 |
| ·基于小波分解的颜色不对称性特征提取 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 特征选择与分类器设计 | 第47-55页 |
| ·特征选择 | 第47-48页 |
| ·支持向量机（SVM）原理 | 第48-51页 |
| ·最优分类面 | 第49-50页 |
| ·支持向量机 | 第50-51页 |
| ·核函数 | 第51页 |
| ·基于 SVM 的分类器设计 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第6章 基于皮肤肿瘤表面颜色不对称性的试验分析 | 第55-68页 |
| ·肿瘤灰度表面不对称性的试验分析 | 第55-58页 |
| ·肿瘤灰度表面的虚拟轮廓转化试验 | 第55-56页 |
| ·特征选择试验 | 第56-57页 |
| ·分类试验 | 第57-58页 |
| ·肿瘤表面颜色不对称性的试验分析 | 第58-64页 |
| ·基于虚拟轮廓的颜色不对称性试验分析 | 第59-61页 |
| ·基于颜色分割与小波分解的颜色不对称性试验分析 | 第61-64页 |
| ·三种肿瘤表面颜色不对称分析方法的比较 | 第64-65页 |
| ·基于小样本分类器的肿瘤分类结果 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第7章 总结与展望 | 第68-70页 |
| ·工作总结 | 第68-69页 |
| ·未来展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75页 |
