| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 超图哈希检索技术 | 第10-11页 |
| 1.2.2 深度哈希检索技术 | 第11-13页 |
| 1.3 课题来源及主要研究内容 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关基础理论 | 第15-25页 |
| 2.1 医学图像检索流程 | 第15-16页 |
| 2.2 图像ROI提取 | 第16-17页 |
| 2.3 肺结节医学征象 | 第17-18页 |
| 2.4 图像视觉特征的提取方法 | 第18-20页 |
| 2.5 医学图像检索方法 | 第20-21页 |
| 2.5.1 基于树结构建立的索引方法 | 第20-21页 |
| 2.5.2 基于乘积量化建立的索引方法 | 第21页 |
| 2.5.3 基于哈希算法建立的索引方法 | 第21页 |
| 2.6 相似性度量方法 | 第21-25页 |
| 第三章 基于视觉信息与征象标签的肺结节CT图像检索 | 第25-39页 |
| 3.1 肺结节多视觉特征集构建 | 第25-26页 |
| 3.2 标签码本的构建 | 第26-27页 |
| 3.3 双概率超图的构建 | 第27-30页 |
| 3.3.1 构建视觉特征概率超图 | 第29-30页 |
| 3.3.2 构建征象标签概率超图 | 第30页 |
| 3.3.3 权重平衡方法设计 | 第30页 |
| 3.4 基于概率超图的光谱哈希 | 第30-32页 |
| 3.5 查询样本检索 | 第32-33页 |
| 3.6 实验结果与分析 | 第33-37页 |
| 3.6.1 数据集描述 | 第34页 |
| 3.6.2 实验结果分析 | 第34-37页 |
| 3.7 本章小结 | 第37-39页 |
| 第四章 基于深度哈希的肺结节图像检索方法 | 第39-51页 |
| 4.1 提取图像深度特征 | 第39-41页 |
| 4.2 稀疏有监督哈希 | 第41-43页 |
| 4.2.1 PCA稀疏降维 | 第41-42页 |
| 4.2.2 KSH_PCA | 第42-43页 |
| 4.3 查询样本检索 | 第43-45页 |
| 4.4 实验结果与分析 | 第45-49页 |
| 4.4.1 实验评价标准 | 第45页 |
| 4.4.2 实验结果分析 | 第45-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 工作总结 | 第51-52页 |
| 5.2 未来工作和展望 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |