基于案例推理的医学图像智能诊断系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·引言 | 第11页 |
| ·专家系统概述 | 第11-15页 |
| ·专家系统的发展过程 | 第12-13页 |
| ·专家系统的主要推理模式 | 第13-15页 |
| ·专家系统在医学上的应用 | 第15-18页 |
| ·国外的研究现状 | 第16-17页 |
| ·国内的研究现状 | 第17-18页 |
| ·研究目的与内容 | 第18-19页 |
| ·本论文的框架 | 第19-20页 |
| 第2章 图像处理和分析关键技术 | 第20-29页 |
| ·引言 | 第20页 |
| ·图像处理过程综述 | 第20-22页 |
| ·分割 | 第20页 |
| ·配准 | 第20-21页 |
| ·融合 | 第21页 |
| ·识别 | 第21-22页 |
| ·图像分割技术 | 第22-26页 |
| ·基于区域的分割方法 | 第22-23页 |
| ·基于边缘的分割方法 | 第23页 |
| ·基于统计学的分割方法 | 第23-24页 |
| ·基于人工神经网络的分割方法 | 第24页 |
| ·基于模式识别的分类与聚类方法 | 第24页 |
| ·结合模糊理论的分割方法 | 第24-25页 |
| ·基于混合的分割方法 | 第25-26页 |
| ·本系统应用的图像处理技术 | 第26-28页 |
| ·基于HIS 色度空间的图像预处理 | 第26-27页 |
| ·基于四叉树的迭代分裂合并算法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 图像案例组织方法研究 | 第29-44页 |
| ·医学影像分析与诊断思维过程 | 第29-30页 |
| ·影像诊断过程的基本环节 | 第29-30页 |
| ·阅片程序 | 第30页 |
| ·影像意见的几种形式 | 第30页 |
| ·图像案例的内容 | 第30-31页 |
| ·图像案例的表示 | 第31-34页 |
| ·框架表示法 | 第31-32页 |
| ·案例特征属性值的确定 | 第32-33页 |
| ·图像案例表示示例 | 第33-34页 |
| ·案例的属性权值 | 第34-36页 |
| ·基于概率统计的权值计算方法 | 第34-35页 |
| ·新案例的权值确定方法 | 第35-36页 |
| ·案例库的组织 | 第36-43页 |
| ·案例库的两级组织结构 | 第37页 |
| ·子案例库的构造 | 第37-42页 |
| ·代表案例库的构造 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 案例推理关健技术研究 | 第44-52页 |
| ·案例检索概述 | 第44-45页 |
| ·分阶段的近邻检索策略 | 第45-47页 |
| ·K 近邻检索法 | 第45-46页 |
| ·分阶段的近邻检索策略 | 第46-47页 |
| ·案例修改 | 第47-48页 |
| ·案例修改的一般方法 | 第47页 |
| ·本系统应用的修改方法 | 第47-48页 |
| ·案例学习 | 第48-49页 |
| ·案例检索实例 | 第49-50页 |
| ·案例库维护 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 案例推理中聚类算法的研究 | 第52-60页 |
| ·概述 | 第52页 |
| ·特征加权C 均值聚类算法 | 第52-55页 |
| ·基于特征加权C 均值聚类算法的案例索引和检索 | 第55-57页 |
| ·实验结果 | 第57-59页 |
| ·特征加权C 均值聚类算法的聚类性能 | 第57-58页 |
| ·基于案例索引方案的案例检索性能 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |
