| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究的目的和意义 | 第9页 |
| 1.2 国内外研究进展及现状 | 第9-12页 |
| 1.3 本文研究内容以及创新点 | 第12-13页 |
| 1.3.1 本文研究内容 | 第12页 |
| 1.3.2 本文的创新点 | 第12-13页 |
| 1.4 论文章节安排 | 第13-14页 |
| 第2章 基于双视图的肿块检测 | 第14-31页 |
| 2.1 分割和预处理 | 第15-18页 |
| 2.1.1 基准区域的定位 | 第15-16页 |
| 2.1.2 单视图的可疑区域的定位 | 第16-18页 |
| 2.2 多视图的配准 | 第18-19页 |
| 2.3 特征提取 | 第19-23页 |
| 2.3.1 几何特征 | 第19-21页 |
| 2.3.2 纹理特征 | 第21-22页 |
| 2.3.3 相似特征 | 第22-23页 |
| 2.4 特征选择 | 第23-25页 |
| 2.5 分类器 | 第25-26页 |
| 2.6 实验结果 | 第26-30页 |
| 2.6.1 数据集 | 第26-27页 |
| 2.6.2 分类器的比较 | 第27-28页 |
| 2.6.3 特征选择方法的分析 | 第28-29页 |
| 2.6.4 检测结果 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 基于TWSVML21的肿块良恶性识别 | 第31-56页 |
| 3.1 相关背景 | 第31-34页 |
| 3.1.1 基于L21范式的特征选择方法 | 第31-32页 |
| 3.1.2 一种改进的TWSVM | 第32-33页 |
| 3.1.3 最小二乘的TWSVM特征选择方法 | 第33-34页 |
| 3.1.4 NSVMOOP | 第34页 |
| 3.2 联合L21范式的非平行的TWSVM | 第34-43页 |
| 3.2.1 线性的TWSVML21 | 第35-41页 |
| 3.2.2 非线性的TWSVML21 | 第41-42页 |
| 3.2.3 实现部分 | 第42-43页 |
| 3.3 在肿块良恶性识别中的应用 | 第43-45页 |
| 3.3.1 数据集 | 第43-44页 |
| 3.3.2 特征选择 | 第44-45页 |
| 3.4 实验结果 | 第45-53页 |
| 3.4.1 分类器的比较 | 第45-47页 |
| 3.4.2 特征选择 | 第47-51页 |
| 3.4.3 参数的敏感度 | 第51-52页 |
| 3.4.4 在INbreast, BCDR-F03和UCI数据集上的结果 | 第52-53页 |
| 3.5 讨论 | 第53-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第4章 结论与展望 | 第56-58页 |
| 4.1 内容总结 | 第56-57页 |
| 4.2 研究展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录1 攻读硕士学位期间发表的论文 | 第64-65页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第65页 |