| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 超声图像纹理特征提取研究现状 | 第14页 |
| 1.2.2 TI-RADS超声征象研究现状 | 第14-15页 |
| 1.3 论文主要内容与框架结构 | 第15-16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 第2章 超声图像预处理 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 甲状腺结节超声图像数据库的建立 | 第18-20页 |
| 2.3 甲状腺结节ROI提取 | 第20-23页 |
| 2.3.1 基于Ncut算法的超声图像ROI提取 | 第20-22页 |
| 2.3.2 基于Snake算法的超声图像ROI提取 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 多尺度融合的甲状腺结节超声图像纹理特征提取 | 第25-42页 |
| 3.1 引言 | 第25-26页 |
| 3.2 双树复小波变换 | 第26-29页 |
| 3.2.1 理论基础知识 | 第26-28页 |
| 3.2.2 基于DT-CWT的甲状腺结节纹理特征提取 | 第28-29页 |
| 3.3 Gabor滤波器 | 第29-33页 |
| 3.3.1 理论基础知识 | 第29-31页 |
| 3.3.2 基于Gabor滤波器的甲状腺结节纹理特征提取 | 第31-33页 |
| 3.4 基于多尺度融合的甲状腺结节纹理特征提取 | 第33页 |
| 3.5 传统的肿瘤良恶性判别方法 | 第33-37页 |
| 3.5.1 支持向量机 | 第34-35页 |
| 3.5.2 BP神经网络 | 第35-36页 |
| 3.5.3 Fisher线性判别 | 第36-37页 |
| 3.6 实验结果与分析 | 第37-41页 |
| 3.6.1 实验评价标准 | 第37-38页 |
| 3.6.2 不同分类器的分类结果 | 第38-39页 |
| 3.6.3 不同分类器的泛化性能讨论 | 第39-40页 |
| 3.6.4 不同纹理特征提取算法的性能比较 | 第40页 |
| 3.6.5 基于受试者工作特性曲线的分析 | 第40-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 基于TI-RADS的甲状腺结节半监督分级方法 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 TI-RADS分级征象量化 | 第42-47页 |
| 4.2.1 囊、实性 | 第42-43页 |
| 4.2.2 边界特征 | 第43-44页 |
| 4.2.3 回声模式 | 第44-45页 |
| 4.2.4 钙化程度 | 第45-46页 |
| 4.2.5 纵横比 | 第46-47页 |
| 4.3 半监督聚类集成判别模型 | 第47-49页 |
| 4.4 实验结果与分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 总结与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士期间发表的论文及参与的科研项目 | 第59页 |
