基于组织微阵列的乳腺癌自动诊断
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 论文的主要内容及章节安排 | 第11-13页 |
| 第二章 相关基础理论 | 第13-23页 |
| 2.1 组织微阵列 | 第13-17页 |
| 2.1.1 定量的组织特征 | 第15-17页 |
| 2.2 全卷积网络 | 第17-19页 |
| 2.3 上皮与间质组织的分割算法 | 第19-23页 |
| 第三章 基于全卷积网络的上皮与间质组织自动分割 | 第23-36页 |
| 3.1 研究动机 | 第23页 |
| 3.2 本文的上皮和间质的分割方法 | 第23-28页 |
| 3.2.1 病理图像的颜色标准化 | 第23-24页 |
| 3.2.2 图像像素标签的均衡化 | 第24-25页 |
| 3.2.3 全卷积神经网络框架 | 第25-28页 |
| 3.3 实验设计及结果讨论 | 第28-36页 |
| 3.3.1 实验数据 | 第28-29页 |
| 3.3.2 硬件设备及软件环境 | 第29页 |
| 3.3.3 实验 | 第29-32页 |
| 3.3.4 实验结果评估 | 第32-36页 |
| 第四章 基于组织微阵列的乳腺癌自动诊断 | 第36-45页 |
| 4.1 研究动机 | 第36页 |
| 4.2 基于乳腺组织微阵列的自动诊断 | 第36-41页 |
| 4.2.1 单个组织的自动分割 | 第36-38页 |
| 4.2.2 乳腺癌自动诊断 | 第38-41页 |
| 4.3 实验设计 | 第41-45页 |
| 4.3.1 数据集 | 第41页 |
| 4.3.2 参数设置 | 第41-42页 |
| 4.3.3 实验 | 第42-44页 |
| 4.3.4 实验结果评估与讨论 | 第44-45页 |
| 第五章 结论与展望 | 第45-47页 |
| 5.1 本文的工作内容 | 第45页 |
| 5.2 今后工作展望 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-54页 |
| 攻读硕士期间完成的科研情况 | 第54页 |
