用于李氏人工肝的智能辅助诊疗应用研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 人工肝的研究现状 | 第12页 |
| 1.2.2 肝脏CT图像辅助诊断的研究现状 | 第12-14页 |
| 1.3 课题研究的目的和内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第2章 理论基础 | 第16-29页 |
| 2.1 人工肝概述 | 第16-17页 |
| 2.2 人工神经网络 | 第17-22页 |
| 2.3 卷积神经网络 | 第22-25页 |
| 2.4 Softmax回归 | 第25-27页 |
| 2.5 全卷积神经网络 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于深度学习的肝脏CT图像辅助诊断 | 第29-48页 |
| 3.1 本文数据源 | 第29-33页 |
| 3.2 评价指标 | 第33-34页 |
| 3.3.1 Dice分数 | 第33-34页 |
| 3.3.2 体积重叠误差 | 第34页 |
| 3.3.3 相对体积差异 | 第34页 |
| 3.3 肝脏分割 | 第34-39页 |
| 3.3.1 本文的方法 | 第34-38页 |
| 3.3.2 实验结果对比 | 第38-39页 |
| 3.4 肿瘤分割 | 第39-45页 |
| 3.4.1 本文的方法 | 第39-40页 |
| 3.4.2 方法的改进 | 第40-45页 |
| 3.4.3 实验结果对比 | 第45页 |
| 3.5 基于3D卷积神经网络的肝脏肿瘤分类 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于李氏人工肝的智能辅助诊疗系统的设计 | 第48-59页 |
| 4.1 系统功能需求分析 | 第49页 |
| 4.2 系统总体设计 | 第49-50页 |
| 4.3 数据层系统设计 | 第50-51页 |
| 4.4 传输层系统设计 | 第51-55页 |
| 4.5 算法层系统设计 | 第55页 |
| 4.6 应用层系统设计 | 第55-57页 |
| 4.7 本章小结 | 第57-59页 |
| 第5章 基于李氏人工肝的智能辅助诊疗系统的测试 | 第59-69页 |
| 5.1 系统测试环境与方法 | 第59页 |
| 5.2 系统功能测试 | 第59-67页 |
| 5.3 系统性能优化对比测试 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第6章 总结和展望 | 第69-72页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 作者在学习期间取得的科研成果 | 第77页 |
