| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 乳腺CAD系统的研究现状 | 第16-17页 |
| 1.2.2 医学影像检索技术的研究现状 | 第17-18页 |
| 1.3 论文主要内容及章节安排 | 第18-22页 |
| 第二章 深度学习及图像检索方法 | 第22-30页 |
| 2.1 深度学习理论 | 第22-26页 |
| 2.1.1 深度学习的发展概况 | 第22-23页 |
| 2.1.2 卷积神经网络 | 第23-24页 |
| 2.1.3 自编码器 | 第24-26页 |
| 2.2 基于内容的图像检索方法 | 第26-29页 |
| 2.2.1 基于词汇树的图像检索 | 第27-28页 |
| 2.2.2 基于哈希的图像检索 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于深度语义树的乳腺X线图像检索方法 | 第30-52页 |
| 3.1 引言 | 第30页 |
| 3.2 乳腺X线图像的预处理 | 第30-34页 |
| 3.2.1 乳腺X线图像去噪 | 第31-32页 |
| 3.2.2 乳腺X线图像对比度增强 | 第32-34页 |
| 3.3 基于空间优化的深度语义树检索方法 | 第34-45页 |
| 3.3.2 空间优化的图像表征 | 第35-36页 |
| 3.3.3 深度语义树的构建 | 第36-37页 |
| 3.3.4 深度语义树搜索 | 第37-38页 |
| 3.3.5 自适应权重方法 | 第38-39页 |
| 3.3.6 实验结果与分析 | 第39-45页 |
| 3.4 基于语义优化的深度语义树检索方法 | 第45-51页 |
| 3.4.1 语义优化的图像表征 | 第46-47页 |
| 3.4.2 基于同心圆限制的匹配方法 | 第47页 |
| 3.4.3 实验结果与分析 | 第47-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于语义微森林模型的乳腺X线图像检索方法 | 第52-62页 |
| 4.1 引言 | 第52页 |
| 4.2 基于空间-语义双重优化的深度语义树检索方法 | 第52-56页 |
| 4.2.1 基于空间-语义双重优化的深度语义树检索方法 | 第52-54页 |
| 4.2.2 实验结果与分析 | 第54-56页 |
| 4.3 基于语义微森林模型的乳腺X线图像检索 | 第56-61页 |
| 4.3.1 基于语义微森林模型的检索方法 | 第56-58页 |
| 4.3.2 实验结果与分析 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |