基于CT的肝细胞性肝癌辅助诊断系统中的关键方法研究
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 1 国内外研究现状及本研究目的意义 | 第12-18页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 论文的研究目的和意义 | 第16-17页 |
| 1.4 论文的组织结构 | 第17-18页 |
| 2 实验材料与方法 | 第18-45页 |
| 2.1 数据采集 | 第18-19页 |
| 2.2 肝细胞性肝癌的CT影像特征概述 | 第19-22页 |
| 2.2.1 CT影像的成像原理 | 第19-20页 |
| 2.2.2 正常肝的CT影像表现 | 第20-21页 |
| 2.2.3 肝细胞性肝癌的CT影像表现 | 第21-22页 |
| 2.3 实验环境 | 第22-23页 |
| 2.4 肝细胞性肝癌辅助诊断系统的整体框架 | 第23页 |
| 2.5 感兴趣区域获取模块 | 第23-26页 |
| 2.5.1 图像预处理 | 第24-25页 |
| 2.5.2 感兴趣区域提取过程 | 第25-26页 |
| 2.6 感兴趣区域的特征提取 | 第26-34页 |
| 2.6.1 基于灰度直方图的特征提取 | 第28-29页 |
| 2.6.2 基于灰度共生矩阵的特征提取 | 第29-33页 |
| 2.6.3 基于灰度行程矩阵的特征提取 | 第33-34页 |
| 2.7 特征选择 | 第34-38页 |
| 2.7.1 主成分分析法 | 第35-36页 |
| 2.7.2 改进后的主成分分析法 | 第36-38页 |
| 2.8 支持向量机分类器 | 第38-44页 |
| 2.8.1 线性可分情况下的最优分类超平面 | 第38-41页 |
| 2.8.2 支持向量机的非线性映射 | 第41-42页 |
| 2.8.3 支持向量机的核函数 | 第42-43页 |
| 2.8.4 支持向量机训练和分类的方案设计 | 第43-44页 |
| 2.9 本章小结 | 第44-45页 |
| 3 结果与分析 | 第45-68页 |
| 3.1 感兴趣区域提取结果与分析 | 第45-49页 |
| 3.2 特征提取结果与分析 | 第49-55页 |
| 3.2.1 基于灰度直方图的特征统计结果与分析 | 第49-51页 |
| 3.2.2 基于灰度共生矩阵的特征统计结果与分析 | 第51-53页 |
| 3.2.3 基于灰度行程矩阵的特征统计结果与分析 | 第53-55页 |
| 3.3 特征选择结果与分析 | 第55-57页 |
| 3.4 分类器分类结果与分析 | 第57-61页 |
| 3.5 对比实验 | 第61-67页 |
| 3.6 本章小结 | 第67-68页 |
| 4 结论与讨论 | 第68-71页 |
| 4.1 结论 | 第68-69页 |
| 4.2 讨论 | 第69-70页 |
| 4.2.1 创新和改进 | 第69页 |
| 4.2.2 存在的问题 | 第69-70页 |
| 4.3 展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74-75页 |
| 致谢 | 第75页 |
