基于多类医学图像的疾病诊断架构研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及目的和意义 | 第9-10页 |
| 1.2 国内外研究现状及成果 | 第10-15页 |
| 1.2.1 疾病诊断技术的国内研究现状 | 第10-12页 |
| 1.2.2 疾病诊断技术的国外研究现状 | 第12-14页 |
| 1.2.3 文献综述简析 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15页 |
| 1.4 文章的组织结构安排 | 第15-17页 |
| 第2章 基于医学图像的疾病诊断相关算法研究 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 模板匹配 | 第17-18页 |
| 2.3 医学图像分割 | 第18-23页 |
| 2.3.1 标记符控制的分水岭算法 | 第18-19页 |
| 2.3.2 尺度区域拟合模型 | 第19-20页 |
| 2.3.3 均值漂移算法 | 第20-23页 |
| 2.4 本章小节 | 第23-24页 |
| 第3章 基于多类医学图像的疾病诊断架构 | 第24-41页 |
| 3.1 引言 | 第24页 |
| 3.2 疾病诊断架构 | 第24-39页 |
| 3.2.1 疾病诊断架构设计 | 第24-26页 |
| 3.2.2 基于随机森林的多特征融合策略 | 第26-28页 |
| 3.2.3 医学图像预处理 | 第28-29页 |
| 3.2.4 感兴趣区域提取 | 第29-36页 |
| 3.2.5 相关特征提取算法 | 第36-39页 |
| 3.3 本章小节 | 第39-41页 |
| 第4章 实验结果对比与分析 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 实验数据来源 | 第41-45页 |
| 4.3 医学图像分类实验对比与分析 | 第45-48页 |
| 4.3.1 单一特征提取算法实验 | 第45-46页 |
| 4.3.2 基于随机森林的多特征融合提取算法对比 | 第46-47页 |
| 4.3.3 时间效率比较 | 第47-48页 |
| 4.4 疾病诊断实验对比与分析 | 第48-52页 |
| 4.4.1 乳腺X线图像数据库 | 第48-49页 |
| 4.4.2 肺部CT图像数据库 | 第49-50页 |
| 4.4.3 ANA图像数据库 | 第50-51页 |
| 4.4.4 精子细胞图像数据库 | 第51页 |
| 4.4.5 脂肪肝超声图像数据库 | 第51-52页 |
| 4.5 疾病诊断系统效果展示 | 第52-53页 |
| 4.6 本章小节 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第60-62页 |
| 致谢 | 第62页 |
