基于乳腺X线肿块影像的计算机辅助诊断技术研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-11页 |
| 目录 | 第11-14页 |
| 第1章 绪论 | 第14-24页 |
| ·乳腺癌 | 第14-16页 |
| ·钼靶乳腺X线摄影 | 第16-19页 |
| ·计算机辅助诊断 | 第19-21页 |
| ·问题的提出和研究目的 | 第21-22页 |
| ·论文的组织结构 | 第22-24页 |
| 第2章 乳腺X线影像的CAD技术 | 第24-38页 |
| ·国内外相关研究现状 | 第24-32页 |
| ·可疑肿块检测 | 第25-28页 |
| ·特征提取和优化 | 第28-30页 |
| ·肿块分类 | 第30-31页 |
| ·基于图像内容的肿块检索技术 | 第31-32页 |
| ·系统的总体框架 | 第32-33页 |
| ·实验数据 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第3章 乳腺X线影像肿块分割算法研究 | 第38-64页 |
| ·肿块分割的特点和需求 | 第38-39页 |
| ·相关算法简介 | 第39-46页 |
| ·随机游走图像分割 | 第39-43页 |
| ·等高线图 | 第43-45页 |
| ·Chan-Vese活动轮廓模型 | 第45-46页 |
| ·感兴趣区域预处理 | 第46-48页 |
| ·基于等高线图的自动随机游走肿块分割算法 | 第48-51页 |
| ·结合随机游走和活动轮廓模型的肿块自动分割算法 | 第51-56页 |
| ·实验结果和分析 | 第56-62页 |
| ·算法性能评估方法 | 第56-57页 |
| ·实验结果和讨论 | 第57-62页 |
| ·本章小结 | 第62-64页 |
| 第4章 肿块特征提取及优化 | 第64-96页 |
| ·特征提取 | 第64-87页 |
| ·灰度特征 | 第65-67页 |
| ·形状特征 | 第67-71页 |
| ·边缘特征 | 第71-86页 |
| ·特征归一化 | 第86-87页 |
| ·特征优化 | 第87-91页 |
| ·实验结果和分析 | 第91-95页 |
| ·本章小结 | 第95-96页 |
| 第5章 肿块亚型分类及相似肿块检索 | 第96-124页 |
| ·SVM及多分类策略 | 第96-103页 |
| ·SVM的基本原理和概率输出 | 第96-101页 |
| ·基于SVM的多分类策略 | 第101-103页 |
| ·肿块亚型分类 | 第103-110页 |
| ·传统SVM-BDT策略的问题 | 第103-104页 |
| ·基于动态SVM-BDT策略的肿块亚型分类 | 第104-110页 |
| ·相似肿块检索 | 第110-114页 |
| ·基于查询肿块的首轮检索 | 第110-112页 |
| ·相关反馈环节 | 第112-114页 |
| ·实验结果和分析 | 第114-122页 |
| ·算法性能评价方法 | 第114-116页 |
| ·肿块亚型分类的实验结果和分析 | 第116-119页 |
| ·相似肿块检索的实验结果和分析 | 第119-122页 |
| ·本章小结 | 第122-124页 |
| 第6章 总结和展望 | 第124-128页 |
| ·全文工作总结 | 第124-126页 |
| ·展望 | 第126-128页 |
| 参考文献 | 第128-136页 |
| 附录 攻读博士学位期间的主要研究成果 | 第136-137页 |
