首页--医药、卫生论文--临床医学论文--诊断学论文--影像诊断学论文

医学影像辅助诊断算法研究及应用

摘要第3-6页
Abstract第6-9页
第一章 绪论第13-28页
    1.1 课题研究背景第13-15页
    1.2 国内外CAD系统研究现状第15-23页
        1.2.1 CAD系统研究概述第15-18页
        1.2.2 医学影像CAD系统主要研究方法第18-21页
        1.2.3 存在问题第21-23页
    1.3 本文主要研究内容第23-26页
        1.3.1 技术研究路线第23-25页
        1.3.2 研究内容第25-26页
    1.4 论文结构安排第26-28页
第二章 医学影像辅助诊断平台第28-50页
    2.1 引言第28页
    2.2 输入医学影像第28-37页
        2.2.1 医学影像模态第28-30页
        2.2.2 医学影像解析与渲染第30-37页
    2.3 医学影像预处理第37-40页
        2.3.1 CT影像预处理第37-38页
        2.3.2 MRI影像预处理第38-39页
        2.3.3 超声影像预处理第39-40页
    2.4 感兴趣区域获取第40-42页
    2.5 特征提取第42-48页
        2.5.1 一阶统计特征第42-43页
        2.5.2 形态学特征第43-44页
        2.5.3 纹理特征第44-47页
        2.5.4 特征计算与输出第47-48页
    2.6 总结第48-50页
第三章 统计特征在直肠癌辅助诊断中的应用研究第50-65页
    3.1 引言第50页
    3.2 医学统计与评估的理论基础第50-53页
        3.2.1 医学统计理论基础第50-52页
        3.2.2 医学评估理论基础第52-53页
    3.3 直肠癌上ADC一阶和二阶纹理特征对病理因素的表征第53-63页
        3.3.1 研究背景第53-55页
        3.3.2 临床资料第55页
        3.3.3 影像学检查第55-56页
        3.3.4 影像分析及特征提取第56-57页
        3.3.5 病理结果第57页
        3.3.6 统计学分析策略第57-58页
        3.3.7 结果及分析第58-63页
    3.4 小结第63-65页
第四章 基于IBS的医学影像交叉对比神经网络设计与性能验证第65-84页
    4.1 引言第65页
    4.2 深度学习理论基础第65-76页
        4.2.2 神经网络第66-71页
        4.2.3 卷积神经网络第71-76页
    4.3 IBS简介第76-80页
        4.3.1 IBS方法原理第76-78页
        4.3.2 深入理解IBS第78-79页
        4.3.3 改进IBS方法第79-80页
    4.4 医学交叉对比网络第80-83页
        4.4.1 提出网络第80-81页
        4.4.2 网络详解第81-82页
        4.4.3 网络训练与预测第82-83页
    4.5 小结第83-84页
第五章 CCNN在肝部疾病上辅助诊断效能研究第84-99页
    5.1 引言第84页
    5.2 CCNN在肝纤维化程度预判中的应用研究第84-94页
        5.2.1 肝纤维化概述第84-85页
        5.2.2 肝纤维化分期标准第85-86页
        5.2.3 临床资料第86页
        5.2.4 影像学检查第86-87页
        5.2.5 影像预处理第87-89页
        5.2.6 实验结果及分析第89-94页
    5.3 CCNN在HCC和ICC诊断分类中的应用研究第94-98页
        5.3.1 原发性肝癌概述第94-95页
        5.3.2 临床资料第95-96页
        5.3.3 实验结果及分析第96-98页
    5.4 小结第98-99页
第六章 总结与展望第99-102页
    6.1 全文总结第99-100页
    6.2 未来研究展望第100-102页
参考文献第102-114页
致谢第114-116页
攻读博士期间所获成果第116-117页
攻读博士期间参研项目列表第117-118页

论文共118页,点击 下载论文
上一篇:基于深度的实时高质量图像渲染系统的研究与实现
下一篇:基于语义识别的砂岩薄片图像分割方法研究