首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于卷积神经网络的血管图像分割

摘要第5-6页
ABSTRACT第6页
符号对照表第9-10页
缩略语对照表第10-13页
第一章 绪论第13-19页
    1.1 研究背景和意义第13-14页
    1.2 国内外研究现状第14-16页
    1.3 本文主要工作第16-17页
    1.4 论文结构第17-19页
第二章 基于三维多尺度线性滤波器的颈动脉分割第19-31页
    2.1 引言第19页
    2.2 三维多尺度线性滤波器第19-23页
        2.2.1 三维多尺度线性滤波器简介第19-20页
        2.2.2 三维多尺度线性滤波器原理第20-23页
    2.3 颈动脉分割数据库介绍第23-29页
    2.4 实验结果及讨论第29-30页
    2.5 本章总结第30-31页
第三章 基于卷积神经网络的颈动脉分割第31-51页
    3.1 引言第31页
    3.2 神经网络技术第31-39页
        3.2.1 神经网络技术简介第31-34页
        3.2.2 神经网络技术发展现状及前景第34-35页
        3.2.3 卷积神经网络模型第35-39页
    3.3 神经元分割数据集介绍第39-40页
    3.4 实验结果及讨论第40-50页
        3.4.1 基于卷积神经网络的神经元细胞膜分割第40-46页
        3.4.2 基于卷积神经网络的颈动脉分割第46-50页
    3.5 本章总结第50-51页
第四章 基于卷积神经网络的小鼠下肢血管图像分割第51-57页
    4.1 引言第51页
    4.2 小鼠下肢血管数据集介绍第51-53页
    4.3 基于卷积神经网络的小鼠下肢血管图像分割第53-54页
    4.4 实验结果及讨论第54-55页
    4.5 本章总结第55-57页
第五章 总结与展望第57-59页
    5.1 论文总结第57页
    5.2 工作展望第57-59页
参考文献第59-63页
致谢第63-65页
作者简介第65-66页

论文共66页,点击 下载论文
上一篇:基于DTI的阿尔兹海默病及轻度认知障碍脑结构网络改变的研究
下一篇:输变电工程风险分析与预测方法研究