面向医学图像的分类关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·问题的提出 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 第2章 数据挖掘相关知识 | 第15-26页 |
| ·数据挖掘概述 | 第15-17页 |
| ·分类的概述 | 第17-18页 |
| ·决策树分类 | 第18-22页 |
| ·ID3 算法 | 第20-21页 |
| ·CART 算法 | 第21-22页 |
| ·集成分类 | 第22-25页 |
| ·Bagging 算法 | 第23-24页 |
| ·Boosting 算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 医学图像的特征表达 | 第26-32页 |
| ·医学图像成像技术 | 第26-27页 |
| ·医学图像的特征提取 | 第27-29页 |
| ·医学图像 ROI 的提取 | 第27-28页 |
| ·ROI 特征属性的提取 | 第28-29页 |
| ·医学图像特征数据库的组织 | 第29-31页 |
| ·ROI 的聚类 | 第29-31页 |
| ·医学图像的特征表达数据库 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第4章 代价敏感的集成分类算法 | 第32-44页 |
| ·AdaBoost 算法 | 第32-35页 |
| ·问题的提出 | 第35-36页 |
| ·代价敏感的集成分类算法 | 第36-40页 |
| ·弱分类器的构建 | 第36-37页 |
| ·弱分类器选取策略 | 第37-38页 |
| ·集成分类算法 | 第38-40页 |
| ·实验与结果分析 | 第40-42页 |
| ·算法收敛性能的比较 | 第40-41页 |
| ·算法分类性能的比较 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 基于随机森林的分类算法 | 第44-61页 |
| ·基本概念 | 第44-45页 |
| ·随机森林算法 | 第45-47页 |
| ·基分类器的构建 | 第46页 |
| ·随机森林并行构建算法 | 第46-47页 |
| ·基于随机森林的分类算法 RFCA | 第47-57页 |
| ·随机森林分类性能评价 | 第48-49页 |
| ·改进的分类算法 | 第49-57页 |
| ·实验与结果分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
