肝脏CT辅助诊断系统中特征选择和提取研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第15-19页 |
| 1.1 研究目的和意义 | 第15-16页 |
| 1.2 医学图像计算机辅助诊断技术 | 第16-18页 |
| 1.2.1 肝脏计算机辅助诊断的研究现状 | 第16-17页 |
| 1.2.2 肝脏特征提取和特征选择的研究现状 | 第17-18页 |
| 1.3 本文的主要贡献和章节安排 | 第18-19页 |
| 2 相关工作 | 第19-30页 |
| 2.1 模式识别系统 | 第19-22页 |
| 2.1.1 信息获取 | 第19页 |
| 2.1.2 预处理 | 第19-20页 |
| 2.1.3 特征提取和特征选择 | 第20页 |
| 2.1.4 分类器设计 | 第20-21页 |
| 2.1.5 分类决策 | 第21页 |
| 2.1.6 图像模式识别 | 第21-22页 |
| 2.2 肝脏计算机辅助诊断的框架 | 第22-23页 |
| 2.3 数据获取 | 第23页 |
| 2.4 多期图像 | 第23-24页 |
| 2.5 多期肝脏图片配准 | 第24页 |
| 2.6 感兴趣区域的提取 | 第24页 |
| 2.7 分类器的设计 | 第24-25页 |
| 2.8 医学CT 图像 | 第25-29页 |
| 2.8.1 CT 图像特点 | 第25-27页 |
| 2.8.2 CT 成像 | 第27-28页 |
| 2.8.3 医学图像格式 | 第28-29页 |
| 2.9 本章小结 | 第29-30页 |
| 3 肝脏纹理特征提取 | 第30-40页 |
| 3.1 肝脏病变的医学征象分析 | 第30-33页 |
| 3.1.1 正常肝脏CT 影像 | 第30-31页 |
| 3.1.2 肝囊肿CT 影像 | 第31页 |
| 3.1.3 肝血管瘤CT 影像 | 第31-32页 |
| 3.1.4 肝癌CT 影像 | 第32-33页 |
| 3.2 图像纹理特征分析 | 第33-34页 |
| 3.3 肝脏纹理特征分析方法 | 第34-39页 |
| 3.3.1 基于灰度直方图的纹理特征提取 | 第34-35页 |
| 3.3.2 基于灰度共生矩阵的特征提取 | 第35-38页 |
| 3.3.3 基于时间变化的多期图像纹理特征提取 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 特征选择算法 | 第40-57页 |
| 4.1 特征选择的基本概念 | 第40页 |
| 4.2 特征选择与特征提取的关系 | 第40-41页 |
| 4.3 特征提取与分类器的关系 | 第41页 |
| 4.4 类别可分离性判据 | 第41-50页 |
| 4.4.1 基于类内类间距离的类别可分离性度量 | 第42-46页 |
| 4.4.2 基于概率分布的类别可分离性判据 | 第46-49页 |
| 4.4.3 基于熵函数的类别可分离性度量 | 第49-50页 |
| 4.5 特征选择搜索策略 | 第50-55页 |
| 4.5.1 完全搜索策略 | 第51-52页 |
| 4.5.2 不完全搜索策略 | 第52-55页 |
| 4.5.3 随机搜索策略 | 第55页 |
| 4.6 本章小结 | 第55-57页 |
| 5 组合式特征选择算法 | 第57-73页 |
| 5.1 支持向量机 | 第57-63页 |
| 5.1.1 支持向量机基本原理 | 第57-58页 |
| 5.1.2 VC 维理论 | 第58页 |
| 5.1.3 结构风险最小化原则 | 第58页 |
| 5.1.4 最优分类超平面和广义分类面 | 第58-62页 |
| 5.1.5 核函数 | 第62-63页 |
| 5.2 遗传算法 | 第63-69页 |
| 5.2.1 遗传算法进行问题求解的过程 | 第63-64页 |
| 5.2.2 遗传算法与其他传统方法的比较 | 第64页 |
| 5.2.3 遗传算法构成要素分析 | 第64-69页 |
| 5.3 组合式特征选择算法 | 第69-72页 |
| 5.4 本章小结 | 第72-73页 |
| 6 实验结果和分析 | 第73-91页 |
| 6.1 分类器的分类准确率实验验证和分析 | 第73-80页 |
| 6.1.1 三组特征提取方法的实验结果和分析 | 第73-75页 |
| 6.1.2 五组特征选择方法的实验结果和分析 | 第75-78页 |
| 6.1.3 组合式选择方法的实验结果和分析 | 第78-80页 |
| 6.2 实验结果ROC 分析 | 第80-90页 |
| 6.2.1 ROC 分析的基本思想 | 第80页 |
| 6.2.2 ROC 的几个基本概念 | 第80-82页 |
| 6.2.3 ROC 曲线的评价指标 | 第82-83页 |
| 6.2.4 实验结果和分析 | 第83-90页 |
| 6.3 本章小结 | 第90-91页 |
| 7 总结与展望 | 第91-93页 |
| 7.1 本文工作总结 | 第91-92页 |
| 7.2 未来工作展望 | 第92-93页 |
| 参考文献 | 第93-97页 |
| 致谢 | 第97-98页 |
| 攻读学位期间发表的学术论文目录 | 第98-100页 |
