基于卷积神经网络的小样本颈动脉超声斑块图像识别方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景、目的及意义 | 第10-11页 |
| 1.2 颈动脉粥样硬化影像学诊断现状 | 第11-13页 |
| 1.3 颈动脉粥样硬化计算机辅助诊断研究现状 | 第13-16页 |
| 1.4 本文主要内容与结构安排 | 第16-17页 |
| 2 卷积神经网络概述 | 第17-27页 |
| 2.1 人工神经网络 | 第17-22页 |
| 2.2 卷积神经网络发展概况 | 第22-23页 |
| 2.3 卷积神经网络的结构 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 小样本下卷积神经网络学习 | 第27-35页 |
| 3.1 数据增强 | 第27-30页 |
| 3.2 迁移学习 | 第30-32页 |
| 3.3 主动学习 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 数据获取与实验设计 | 第35-43页 |
| 4.1 实验数据集建立 | 第35-39页 |
| 4.2 实验设计 | 第39-42页 |
| 4.3 本章小结 | 第42-43页 |
| 5 卷积神经网络方法实现与结果比较 | 第43-56页 |
| 5.1 卷积神经网络方法实现 | 第43-52页 |
| 5.2 与SVM方法对比 | 第52-55页 |
| 5.3 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 附录：攻读硕士期间的学术成果及参与的科研项目 | 第66页 |
