| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题的来源及研究目的 | 第12页 |
| 1.2 课题的研究背景与意义 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 基于医学影像的计算机辅助诊断的发展历程 | 第14页 |
| 1.3.2 肺癌计算机辅助诊断研究现状及存在问题 | 第14-16页 |
| 1.4 本文的主要工作 | 第16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 第2章 肺癌CAD关键技术 | 第17-28页 |
| 2.1 肺部CT相关知识 | 第17-19页 |
| 2.1.1 CT相关基础知识 | 第17页 |
| 2.1.2 肺部CT图像 | 第17-18页 |
| 2.1.3 肺结节 | 第18-19页 |
| 2.2 肺癌CAD关键技术概述 | 第19页 |
| 2.3 肺实质分割 | 第19-20页 |
| 2.4 候选结节提取方法 | 第20-21页 |
| 2.5 假阳性去除 | 第21-24页 |
| 2.5.1 特征提取方法 | 第21-23页 |
| 2.5.2 分类 | 第23-24页 |
| 2.6 肺癌CAD研究数据集 | 第24-27页 |
| 2.7 小结 | 第27-28页 |
| 第3章 肺结节特征提取方法研究 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 相关工作 | 第28-30页 |
| 3.3 多尺度密度直方图特征提取 | 第30-33页 |
| 3.3.1 假阳性结节分析 | 第30页 |
| 3.3.2 结节、血管、血管交叉的密度分布 | 第30-31页 |
| 3.3.3 多尺度密度分布直方图特征(HoNG) | 第31-33页 |
| 3.4 实验验证 | 第33-38页 |
| 3.4.1 实验数据 | 第33-34页 |
| 3.4.2 候选结节提取 | 第34-35页 |
| 3.4.3 特征提取与分类 | 第35-37页 |
| 3.4.4 和其他特征提取方法比较 | 第37-38页 |
| 3.4.5 与其他肺结节检测算法的性能比较 | 第38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 基于过采样与集成学习结合的假阳性去除方法 | 第40-50页 |
| 4.1 引言 | 第40页 |
| 4.2 相关工作 | 第40-42页 |
| 4.3 改进的Borderline-SMOTE过采样方法(MBSMOTE) | 第42-45页 |
| 4.3.1 Borderline-SMOTE数据过采样方法存在问题 | 第42页 |
| 4.3.2 改进的Borderline-SMOTE算法 | 第42-45页 |
| 4.4 MBSMOTEBoost算法 | 第45-46页 |
| 4.5 实验验证 | 第46-49页 |
| 4.5.1 实验方案 | 第46-47页 |
| 4.5.2 实验数据集 | 第47页 |
| 4.5.3 实验结果与分析 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-59页 |
| 致谢 | 第59-60页 |
| 附录A 攻读学位期间所发表的学术论文 | 第60页 |
