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 |