| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.2.1 多模态医学图像融合 | 第14-15页 |
| 1.2.2 深度学习以及辅助诊断 | 第15-16页 |
| 1.3 论文研究内容及结构安排 | 第16-18页 |
| 第2章 相关技术介绍 | 第18-23页 |
| 2.1 医学图像成像原理 | 第18-20页 |
| 2.1.1 计算机断层扫描 | 第18-19页 |
| 2.1.2 磁共振成像 | 第19页 |
| 2.1.3 正电子发射断层发射断层显像/单光子发射计算机断层扫描 | 第19-20页 |
| 2.2 小波融合算法简介 | 第20-22页 |
| 2.3 卷积神经网络简介 | 第22-23页 |
| 第3章 算法理论介绍 | 第23-38页 |
| 3.1 小波变换与神经网络相结合 | 第23页 |
| 3.2 小波变换理论 | 第23-28页 |
| 3.2.1 理论依据 | 第23-26页 |
| 3.2.2 小波变换融合规则 | 第26-28页 |
| 3.3 卷积神经网络 | 第28-38页 |
| 3.3.1 神经网络 | 第28-30页 |
| 3.3.2 卷积神经网络 | 第30-31页 |
| 3.3.3 卷积神经网络训练 | 第31-33页 |
| 3.3.4 权值共享 | 第33-35页 |
| 3.3.5 多卷积核 | 第35-36页 |
| 3.3.6 池化 | 第36-38页 |
| 第4章 实验及分析 | 第38-52页 |
| 4.1 小波变换图像融合 | 第38-40页 |
| 4.2 基于卷积神经网络的辅助诊断 | 第40-46页 |
| 4.2.1 基础工具及原理简介 | 第40页 |
| 4.2.2 总体架构 | 第40-43页 |
| 4.2.3 运行截图 | 第43-46页 |
| 4.3 小波变换和卷积神经网络相结合 | 第46-52页 |
| 4.3.1 通过小波变换获取原图片的高频信息作为卷积网络的输入 | 第46-47页 |
| 4.3.2 将多模态医学图像融合后进行辅助诊断 | 第47-49页 |
| 4.3.3 不同融合规则对结果的影响 | 第49-50页 |
| 4.3.4 小波变换层数对实验结果的影响 | 第50-52页 |
| 第5章 总结和展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 作者简介及在学期间所取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |