首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Adaboost分类学习的医学图像检索

摘要第1-4页
Abstract第4-7页
1 引言第7-15页
   ·图像检索研究背景第7页
   ·CBIR在医学领域的研究意义第7-9页
   ·CBIR国内外研究现状第9-10页
     ·国外CBIR研究现状第9页
     ·国内CBIR研究现状第9-10页
   ·CBIR医疗领域国内外研究现状第10页
   ·本文研究背景第10-12页
   ·本文主要研究内容及组织安排第12-15页
2 LIDC图像库介绍以及肿瘤ROI区域提取第15-26页
   ·XML标注文件信息第15-23页
   ·医学DICOM标准简介第23-25页
   ·肿瘤ROI图像提取第25-26页
3 图像特征提取第26-37页
   ·大小特征提取第26页
   ·灰度特征提取第26-27页
   ·纹理特征提取第27-32页
     ·灰度共生矩阵第28-30页
     ·Gabor小波变换第30-31页
     ·高斯马尔科夫随机场第31-32页
   ·形状特征第32-37页
     ·局部积分不变特征(Local Area Integral Invariant)第33-35页
     ·其他形状特征第35-37页
4 Adaboost分类算法以及检索系统性能评价标准第37-46页
   ·Boosting算法的发展历史第37-38页
   ·CART决策树分类第38-40页
   ·AdaboostCART算法第40-41页
   ·Adaboost算法理论分析第41-42页
   ·检索系统的性能评价第42-46页
     ·召回率(Recall)和准确率(Precise)第42-44页
     ·平均准确率(mean Average Precision,mAP)第44页
     ·NDCG(Normalized Discounted Cumulative Gain)第44-46页
5 实验及结果分析第46-50页
   ·实验数据以及实验方法第46页
   ·Adaboost分类实验第46-47页
   ·Adaboost检索实验第47-50页
6 总结与展望第50-52页
     ·工作总结第50-51页
   ·展望第51-52页
致谢第52-53页
参考文献第53-56页

论文共56页,点击 下载论文
上一篇:军事训练管理信息系统的设计与开发
下一篇:基于稀疏表示的典型相关分析算法研究