| 摘要 | 第5-7页 |
| ABSTRACT | 第7-10页 |
| 符号对照表 | 第14-16页 |
| 缩略语对照表 | 第16-21页 |
| 第一章 绪论 | 第21-37页 |
| 1.1 课题研究背景与意义 | 第21-23页 |
| 1.2 小儿白内障的类型和裂隙灯影像 | 第23-25页 |
| 1.3 小儿白内障自动诊断的研究现状 | 第25-32页 |
| 1.4 论文主要研究内容和章节安排 | 第32-37页 |
| 1.4.1 主要研究内容 | 第32-34页 |
| 1.4.2 章节安排 | 第34-37页 |
| 第二章 基于弥散光源影像的小儿白内障自动筛查和分级诊断 | 第37-63页 |
| 2.1 引言 | 第37-39页 |
| 2.2 基于Canny算子和霍夫变换预处理弥散光源影像 | 第39-41页 |
| 2.3 TCH-CNN: 基于卷积神经网络的小儿白内障自动诊断算法 | 第41-45页 |
| 2.3.1 TCH-CNN算法的基本框架 | 第41-43页 |
| 2.3.2 TCH-CNN的主要关键技术 | 第43-45页 |
| 2.3.3 TCH-CNN在弥散光源影像中的优化过程 | 第45页 |
| 2.4 几种经典的特征提取方法和SVM分类器 | 第45-49页 |
| 2.5 实验结果与分析 | 第49-59页 |
| 2.5.1 实验环境与算法参数设置 | 第49-50页 |
| 2.5.2 弥散光源影像数据 | 第50-51页 |
| 2.5.3 算法性能的评价标准 | 第51-52页 |
| 2.5.4 实验结果的定性比较与分析 | 第52-54页 |
| 2.5.5 实验结果的定量比较和分析 | 第54-59页 |
| 2.6 临床应用：基于弥散光源影像的自动筛查和分级诊断 | 第59-61页 |
| 2.7 小结 | 第61-63页 |
| 第三章 基于裂隙光源影像的小儿白内障分级诊断 | 第63-79页 |
| 3.1 引言 | 第63-64页 |
| 3.2 DCNN-Ensemble：基于卷积神经网络集成学习的分级诊断算法 | 第64-67页 |
| 3.2.1 DCNN-Ensemble的网络结构和关键技术 | 第64-66页 |
| 3.2.2 DCNN-Ensemble的预处理和模型评估 | 第66-67页 |
| 3.3 基于Adaboost的集成学习方法Easy Ensemble | 第67-68页 |
| 3.4 实验结果与分析 | 第68-78页 |
| 3.4.1 实验环境与算法参数设置 | 第68-69页 |
| 3.4.2 裂隙光源影像数据 | 第69页 |
| 3.4.3 算法性能评价标准 | 第69-70页 |
| 3.4.4 实验结果比较与分析 | 第70-78页 |
| 3.5 临床应用：基于裂隙光源影像的分级诊断 | 第78页 |
| 3.6 小结 | 第78-79页 |
| 第四章 基于红反光源影像的术后后囊性混浊并发症自动评估 | 第79-101页 |
| 4.1 引言 | 第79-80页 |
| 4.2 CS-ResCNN：代价敏感残差卷积神经网络 | 第80-85页 |
| 4.2.1 CS-ResCNN的网络结构和关键技术 | 第80-82页 |
| 4.2.2 CS-ResCNN在红反光源影像中的优化过程 | 第82-84页 |
| 4.2.3 CS-ResCNN的预处理、寻优和模型评估 | 第84-85页 |
| 4.3 几种典型的非平衡数据处理算法 | 第85-87页 |
| 4.4 实验结果与分析 | 第87-99页 |
| 4.4.1 实验环境与算法参数设置 | 第87-88页 |
| 4.4.2 红反光源影像数据 | 第88页 |
| 4.4.3 算法性能评价标准 | 第88-89页 |
| 4.4.4 实验结果比较与分析 | 第89-99页 |
| 4.5 临床应用：基于红反光源影像的术后并发症自动评估 | 第99页 |
| 4.6 小结 | 第99-101页 |
| 第五章 基于时间序列影像的小儿白内障术后发展趋势预测 | 第101-117页 |
| 5.1 引言 | 第101-103页 |
| 5.2 Temp Seq-Net：基于时间序列的小儿白内障发展趋势预测算法 | 第103-108页 |
| 5.2.1 Temp Seq-Net的网络结构和关键技术 | 第103-106页 |
| 5.2.2 Temp Seq-Net的优化过程 | 第106-107页 |
| 5.2.3 Temp Seq-Net模型的选择、训练和评估 | 第107-108页 |
| 5.3 实验结果与分析 | 第108-114页 |
| 5.3.1 实验环境与算法参数设置 | 第108页 |
| 5.3.2 时间序列红反光源影像数据 | 第108-109页 |
| 5.3.3 算法性能评价标准 | 第109页 |
| 5.3.4 实验结果比较与分析 | 第109-114页 |
| 5.4 小结 | 第114-117页 |
| 第六章 总结与展望 | 第117-121页 |
| 6.1 研究内容总结 | 第117-118页 |
| 6.2 下一步研究方向 | 第118-121页 |
| 参考文献 | 第121-133页 |
| 附录 | 第133-137页 |
| 附录A | 第133-135页 |
| 附录B | 第135-137页 |
| 致谢 | 第137-139页 |
| 作者简介 | 第139-141页 |
