首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于张量分析的脑部医学图像识别

摘要第4-5页
Abstract第5页
第一章 绪论第8-12页
    1.1 课题研究背景及意义第8-9页
    1.2 国内外研究现状第9-10页
    1.3 全文研究内容第10-12页
第二章 脑部医学成像技术第12-19页
    2.1 CT成像技术第12-14页
        2.1.1 CT成像原理第12页
        2.1.2 CT图像特点第12-14页
    2.2 MRI成像技术第14-15页
        2.2.1 MRI成像原理第14-15页
        2.2.2 MRI图像特点第15页
    2.3 PET成像技术第15-16页
        2.3.1 PET成像原理第15-16页
        2.3.2 PET图像特点第16页
    2.4 医学图像预处理第16-19页
第三章 张量模型和TPCA第19-27页
    3.1 张量的基本概念第19-20页
        3.1.1“t-product”模型第19-20页
    3.2 基于循环卷积的张量代数框架第20-24页
    3.3 基于张量的主成分分析(TPCA)第24-27页
        3.3.1 主成分分析(PCA)第24-25页
        3.3.2 张量主成分分析(Tensor PCA)第25-27页
第四章 数据张量化实验第27-38页
    4.1 数据张量化第27-28页
    4.2 二维空间结构的数据张量化实验第28-32页
        4.2.1 ORL人脸数据集简介第28-29页
        4.2.2 SRC算法简介第29-30页
        4.2.3 二维图像的数据张量化第30页
        4.2.4 实验结果第30-32页
    4.3 三维空间结构的数据张量化实验第32-38页
        4.3.1 SBD数据集简介第32-35页
        4.3.2 SBD数据集的张量化第35-36页
        4.3.3 实验结果第36-38页
第五章 总结与展望第38-41页
    5.1 论文总结第38-39页
    5.2 未来工作展望第39-41页
参考文献第41-44页
附录 硕士研究生学习阶段发表论文第44-45页
致谢第45页

论文共45页,点击 下载论文
上一篇:进化算法解决多目标优化问题
下一篇:基于SOLIOS板卡图像处理的捻度计研究和设计