| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 1.4 本文结构安排 | 第18-20页 |
| 2 相关技术理论介绍 | 第20-36页 |
| 2.1 引言 | 第20页 |
| 2.2 卷积神经网络 | 第20-24页 |
| 2.2.1 卷积神经网络的基本结构 | 第21-22页 |
| 2.2.2 卷积神经网络的研究进展 | 第22-23页 |
| 2.2.3 常用的卷积神经网络 | 第23-24页 |
| 2.3 基于卷积神经网络的目标检测 | 第24-35页 |
| 2.3.1 R-CNN | 第25-27页 |
| 2.3.2 FastR-CNN | 第27-31页 |
| 2.3.3 FasterR-CNN | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 基于改进FasterR-CNN的肺结节检测方法 | 第36-50页 |
| 3.1 引言 | 第36-37页 |
| 3.2 FasterR-CNN模型和反卷积结构 | 第37-38页 |
| 3.2.1 FasterR-CNN模型 | 第37-38页 |
| 3.2.2 反卷积结构 | 第38页 |
| 3.3 数据准备 | 第38-43页 |
| 3.3.1 数据库简介 | 第38-40页 |
| 3.3.2 数据增强 | 第40-41页 |
| 3.3.3 数据标注 | 第41-43页 |
| 3.4 网络设计 | 第43-44页 |
| 3.5 网络调参 | 第44页 |
| 3.6 网络训练 | 第44-47页 |
| 3.7 实验结果分析 | 第47-49页 |
| 3.7.1 定量评估 | 第47-48页 |
| 3.7.2 视觉对比 | 第48-49页 |
| 3.8 本章小结 | 第49-50页 |
| 4 对改进FasterR-CNN的优化 | 第50-56页 |
| 4.1 引言 | 第50页 |
| 4.2 Dropout对训练的影响 | 第50-52页 |
| 4.3 BatchSize对训练的影响 | 第52-53页 |
| 4.4 难分负样本挖掘 | 第53-55页 |
| 4.5 实验结果分析 | 第55页 |
| 4.6 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-59页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 个人简历及在校期间发表的论文 | 第63-64页 |
| 致谢 | 第64页 |