基于CT图像的孤立性肺结节诊断模型研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-19页
·课题背景及研究目的和意义	第10-11页
·国内外在该方向的研究现状及分析	第11-13页
·关于孤立性肺结节的影像诊断	第11页
·计算机辅助诊断在影像学中的应用	第11-12页
·计算机辅助诊断的数学模型	第12-13页
·孤立性肺结节的影像特点	第13-18页
·CT图像特点	第13-15页
·肺结节征象分析	第15-18页
·本文的研究内容	第18-19页
第2章 基于人工神经网络的诊断模型	第19-28页
·人工神经网络的分类及学习方式	第20-21页
·BP神经网络	第21-23页
·BP神经网络模型	第21-23页
·BP网络的样本选择及组织	第23页
·BP神经网络分类器的建立和实验	第23-27页
·BP网络的建立	第23-25页
·BP网络分类实验	第25-27页
·本章小结	第27-28页
第3章 基于支持向量机的诊断模型	第28-38页
·统计学习理论	第28-30页
·支持向量机原理	第30-35页
·线性可分的最优分类面	第30-32页
·线性不可分的最优分类面	第32-33页
·支持向量机	第33-35页
·支持向量机分类实验	第35-37页
·本章小结	第37-38页
第4章 诊断模型与医师对比研究	第38-45页
·诊断试验中常用的评价指标	第38-41页
·ROC曲线	第41-44页
·ROC曲线分析	第42-43页
·ROC曲线评价	第43-44页
·本章小结	第44-45页
结论	第45-47页
参考文献	第47-51页
攻读硕士学位期间发表的学术论文	第51-52页
致谢	第52页