| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 课题研究的背景与意义 | 第15-16页 |
| 1.1.1 癌症诊断的研究背景 | 第15页 |
| 1.1.2 癌症诊断的研究意义 | 第15-16页 |
| 1.2 癌症诊断的研究现状 | 第16-19页 |
| 1.2.1 肺结节定性诊断的研究现状 | 第17-18页 |
| 1.2.2 胃癌诊断的研究现状 | 第18-19页 |
| 1.3 稀疏表示的研究现状 | 第19-21页 |
| 1.4 字典学习的研究现状 | 第21-22页 |
| 1.4.1 字典学习的起源与发展 | 第21页 |
| 1.4.2 字典学习模型 | 第21-22页 |
| 1.5 本文的主要研究内容与结构安排 | 第22-25页 |
| 第二章 基于K-SVD字典学习和稀疏表示分类的胃癌预测 | 第25-37页 |
| 2.1 引言 | 第25页 |
| 2.2 胃癌临床数据的预处理 | 第25-29页 |
| 2.2.1 胃癌数据的临床指标 | 第25-26页 |
| 2.2.2 胃癌临床数据的分析及预处理 | 第26-29页 |
| 2.3 基于K-SVD字典学习和稀疏表示分类的胃癌预测 | 第29-33页 |
| 2.3.1 信号的稀疏表示 | 第29-30页 |
| 2.3.2 K-SVD字典学习的框架模型 | 第30-32页 |
| 2.3.3 基于K-SVD字典学习和稀疏表示分类的胃癌预测 | 第32-33页 |
| 2.4 仿真实验结果展示与分析 | 第33-35页 |
| 2.4.1 实验数据及参数设置 | 第34页 |
| 2.4.2 实验性能评价指标 | 第34页 |
| 2.4.3 实验结果与分析 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 肺结节自适应窗口的获取及最佳尺度窗口的确定 | 第37-47页 |
| 3.1 引言 | 第37页 |
| 3.2 LIDC-IDRI影像数据库的理论 | 第37-39页 |
| 3.3 基于自适应窗口的肺结节区域获取策略 | 第39-43页 |
| 3.3.1 基于专家标记的肺结节区域的初步获取 | 第40-41页 |
| 3.3.2 肺结节区域的获取方法 | 第41-43页 |
| 3.4 基于K-SVD字典学习和稀疏表示分类的最佳尺度窗口的确定 | 第43-45页 |
| 3.4.1 肺结节最佳尺度窗口的确定 | 第43页 |
| 3.4.2 实验结果与分析 | 第43-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于脊波超完备冗余字典和稀疏表示分类的肺结节定性诊断 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 基于脊波的超完备冗余字典的构造 | 第47-50页 |
| 4.2.1 脊波的理论 | 第48页 |
| 4.2.2 脊波超完备冗余字典的构造 | 第48-50页 |
| 4.3 基于脊波超完备冗余字典及稀疏表示分类的肺结节定性诊断 | 第50-53页 |
| 4.3.1 基于超完备冗余字典的稀疏表示 | 第50-51页 |
| 4.3.2 基于脊波超完备冗余字典的肺结节子字典的获取 | 第51-53页 |
| 4.4 仿真实验及结果分析 | 第53-58页 |
| 4.4.1 实验数据及参数设置 | 第53-54页 |
| 4.4.2 实验结果与分析 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-63页 |
| 5.1 论文工作总结 | 第59-61页 |
| 5.2 论文工作展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
