基于卷积神经网络的结肠病理图像中的腺体分割
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第2章 神经网络和卷积神经网络理论 | 第12-23页 |
| 2.1 引言 | 第12页 |
| 2.2 神经网络理论 | 第12-19页 |
| 2.2.1 神经元模型 | 第12-13页 |
| 2.2.2 感知机与多层网络 | 第13-15页 |
| 2.2.3 误差逆传播算法 | 第15-19页 |
| 2.3 卷积神经网络 | 第19-22页 |
| 2.3.1 卷积神经网络概述 | 第19页 |
| 2.3.2 卷积神经网络结构特点 | 第19-20页 |
| 2.3.3 卷积神经网络的前向传播 | 第20-21页 |
| 2.3.4 卷积神经网络的反向传播 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于卷积神经网络的腺体分割方法 | 第23-39页 |
| 3.1 实验环境的搭建 | 第23-27页 |
| 3.1.1 Caffe框架 | 第23-24页 |
| 3.1.2 搭建步骤 | 第24-27页 |
| 3.2 实验数据集 | 第27-28页 |
| 3.3 卷积神经网络配合滑动窗的分割方法 | 第28-31页 |
| 3.3.1 训练基于像素点的分类器 | 第29-30页 |
| 3.3.2 图像的预分割和后处理 | 第30-31页 |
| 3.4 利用编解码结构的卷积神经网络的分割方法 | 第31-38页 |
| 3.4.1 SegNet结构概述 | 第31-33页 |
| 3.4.2 模型训练和分割方法 | 第33-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 结肠病理图像中的腺体分割实验结果及评估 | 第39-48页 |
| 4.1 评价指标 | 第39-41页 |
| 4.1.1 监测准确性 | 第39-40页 |
| 4.1.2 分割准确性 | 第40页 |
| 4.1.3 形状相似性 | 第40-41页 |
| 4.2 实验结果分析 | 第41-47页 |
| 4.2.1 分割效果的分析 | 第41-46页 |
| 4.2.2 其他分析 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 总结和展望 | 第48-49页 |
| 5.1 论文工作总结 | 第48页 |
| 5.2 进一步研究方向 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |
