| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-25页 |
| ·研究背景与研究意义 | 第11-12页 |
| ·研究现状与存在问题 | 第12-22页 |
| ·语义分析技术及研究现状 | 第12-13页 |
| ·语义分析模型 | 第13-18页 |
| ·医学数据信息的语义分析及研究现状 | 第18-22页 |
| ·本文主要研究内容及方法 | 第22页 |
| ·论文的章节安排 | 第22-25页 |
| 第2章 基于 LSA-TREE 模型的文本病历语义检索研究 | 第25-41页 |
| ·引言 | 第25页 |
| ·文本病历的语义建模 | 第25-31页 |
| ·文本病历的概念和特点 | 第25-27页 |
| ·文本病历的语义树建模 | 第27-31页 |
| ·基于 LSA 的隐含语义树模型 | 第31-34页 |
| ·隐含语义分析理论 | 第31-33页 |
| ·基于 LSA 的隐含语义树模型 | 第33-34页 |
| ·文本病历语义检索实验 | 第34-40页 |
| ·文本数据的预处理过程 | 第34-37页 |
| ·语义提取及检索实验 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 基于 LDA-TREE 的医用 X 线散射图像语义标注 | 第41-63页 |
| ·引言 | 第41-42页 |
| ·X 线相干散射影像的图像语义提取 | 第42-49页 |
| ·X 线相干散射的成像原理 | 第42-44页 |
| ·X 线相干散射的图像语义分解与提取 | 第44-49页 |
| ·语义鸿沟问题与 LDA 模型 | 第49-56页 |
| ·“语义鸿沟”的概念 | 第49-51页 |
| ·LDA 文档生成模型 | 第51-53页 |
| ·LDA 模型的参数估计 | 第53-56页 |
| ·医用 X 线散射影像的语义标注 | 第56-61页 |
| ·基于 LDA-tree 方法的图像语义标注原理 | 第56-57页 |
| ·X 线相干散射图像的语义标注实验及结果分析 | 第57-61页 |
| ·本章小结 | 第61-63页 |
| 第4章 基于 LDA-LSA-TREE 的肺部 CT 诊断意见 NLG | 第63-83页 |
| ·引言 | 第63-64页 |
| ·肺部 CT 影像报告的语义建模 | 第64-71页 |
| ·医学影像报告的语义结构分析 | 第64-65页 |
| ·NLG 原理及诊断意见的生成过程 | 第65-69页 |
| ·医学影像报告的内容聚类 | 第69-71页 |
| ·加权 LDA 模型 | 第71-76页 |
| ·Gibbs 抽样算法 | 第72-73页 |
| ·LDA 模型加权方法 | 第73-74页 |
| ·Gibbs 抽样加权过程 | 第74-76页 |
| ·肺部 CT 影像诊断意见 NLG 实验 | 第76-82页 |
| ·医学影像报告的 NLG 过程 | 第76-79页 |
| ·结果分析 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 第5章 总结与展望 | 第83-85页 |
| ·论文研究成果 | 第83页 |
| ·工作展望 | 第83-85页 |
| 参考文献 | 第85-93页 |
| 作者简介及在学期间所取得的科研成果 | 第93-94页 |
| 致谢 | 第94页 |
