肺结节相似图像搜索系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文的研究内容与结构组织 | 第13-15页 |
| 2 肺结节相似图像搜索系统的总体设计 | 第15-20页 |
| 2.1 肺结节CT图像数据库 | 第15-16页 |
| 2.2 肺结节相似图像搜索框架设计 | 第16-19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 肺部CT图像的肺结节定位 | 第20-37页 |
| 3.1 概述 | 第20页 |
| 3.2 胸廓外组织分割 | 第20-26页 |
| 3.3 肺实质的提取 | 第26-29页 |
| 3.4 肺结节的定位 | 第29-34页 |
| 3.5 实验结果与分析 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 肺结节特征提取 | 第37-46页 |
| 4.1 概述 | 第37页 |
| 4.2 卷积神经网络 | 第37-41页 |
| 4.3 Siamese网络的训练与特征提取 | 第41-43页 |
| 4.4 实验与结果分析 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 肺结节的相似度排序 | 第46-57页 |
| 5.1 排序学习 | 第46-48页 |
| 5.2 RankNet模型 | 第48-50页 |
| 5.3 LambdaMART模型 | 第50-53页 |
| 5.4 实验结果与分析 | 第53-56页 |
| 5.5 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
