医学影像案例关联模型挖掘及检索技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10页 |
| 1.2 国内外研究状况 | 第10-14页 |
| 1.2.1 关联规则的国内外研究现状 | 第11-12页 |
| 1.2.2 医学图像检索技术 | 第12-13页 |
| 1.2.3 关联规则在医学图像上的应用 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 第2章 医学影像的预处理及分割 | 第15-26页 |
| 2.1 乳腺图像的预处理 | 第15-19页 |
| 2.1.1 伪像的去除 | 第15-16页 |
| 2.1.2 背景去除 | 第16-18页 |
| 2.1.3 领域抑制 | 第18-19页 |
| 2.2 自适应区域生长方法 | 第19-25页 |
| 2.2.1 种子像素的选取 | 第19-20页 |
| 2.2.2 算法参数的设置 | 第20页 |
| 2.2.3 生长准则 | 第20-21页 |
| 2.2.4 区域去除 | 第21-22页 |
| 2.2.5 实验结果及分析 | 第22-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 医学图像的特征选择 | 第26-42页 |
| 3.1 医学图像特征提取 | 第26-28页 |
| 3.2 图像特征归一化 | 第28-29页 |
| 3.2.1 特征内部归一化 | 第28-29页 |
| 3.2.2 特征间归一化 | 第29页 |
| 3.3 图像特征选择 | 第29-33页 |
| 3.3.1 相似性度量距离函数 | 第30-31页 |
| 3.3.2 典型特征选择算法 | 第31-33页 |
| 3.4 基于关联规则的特征选择算法 | 第33-41页 |
| 3.4.1 关联规则的基本概念 | 第33-34页 |
| 3.4.2 StARMiner 算法 | 第34-35页 |
| 3.4.3 特征选择 | 第35-36页 |
| 3.4.5 检索结果及实验分析 | 第36-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 医学图像关联分类模型的建立 | 第42-55页 |
| 4.1 Apriori 算法 | 第42-45页 |
| 4.1.1 关联规则的生成步骤 | 第42-43页 |
| 4.1.2 频繁项集的生成 | 第43-45页 |
| 4.1.3 算法分析 | 第45页 |
| 4.2 分类关联规则 | 第45-48页 |
| 4.2.1 基本概念 | 第45-47页 |
| 4.2.2 分类关联规则的生成 | 第47-48页 |
| 4.3 基于关联规则的医学图像分类算法 | 第48-54页 |
| 4.3.1 特征的离散化 | 第49页 |
| 4.3.2 ACE 算法及其改进 | 第49-51页 |
| 4.3.3 实验结果及分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 医学图像检索系统的实现 | 第55-61页 |
| 5.1 检索系统总体过程 | 第55-56页 |
| 5.2 可视化操作界面的设计 | 第56-59页 |
| 5.3 检索数据库的建立 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |
