医学影像在肝纤维化程度预判中的应用研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 肝纤维化疾病的相关背景及研究意义 | 第12-13页 |
| 1.2 医学影像在肝纤维化诊断上的应用 | 第13-14页 |
| 1.3 肝纤维化分类研究的国内外研究现状 | 第14-18页 |
| 1.4 本文的研究目的及篇章结构 | 第18-20页 |
| 第二章 磁共振及肝纤维化相关理论的介绍 | 第20-30页 |
| 2.1 肝纤维化发病机制及评分标准介绍 | 第20-21页 |
| 2.2 磁共振成像概述 | 第21-24页 |
| 2.2.1 磁共振成像原理 | 第21-22页 |
| 2.2.2 磁共振系统的组成 | 第22-24页 |
| 2.2.3 磁共振成像在肝纤维化分析上的应用 | 第24页 |
| 2.3 普美显磁共振图像成像原理及应用 | 第24-28页 |
| 2.3.1 普美显磁共振基本原理 | 第24-26页 |
| 2.3.2 普美显磁共振的应用 | 第26-28页 |
| 2.4 小结 | 第28-30页 |
| 第三章 交叉对比神经网络系统原理介绍 | 第30-50页 |
| 3.1 卷积神经网络概述 | 第30-38页 |
| 3.1.1 卷积神经网络简介 | 第30-32页 |
| 3.1.2 激活函数 | 第32-34页 |
| 3.1.3 损失函数 | 第34页 |
| 3.1.4 优化算法 | 第34-36页 |
| 3.1.5 VGGNet介绍 | 第36-38页 |
| 3.2 迁移学习介绍 | 第38-40页 |
| 3.3 IBS方法介绍 | 第40-44页 |
| 3.3.1 IBS方法原理介绍 | 第40-42页 |
| 3.3.2 从能量角度理解IBS方法 | 第42-43页 |
| 3.3.3 IBS方法的改进 | 第43-44页 |
| 3.4 交叉对比神经网络系统介绍 | 第44-49页 |
| 3.4.1 交叉对比神经网络框架理论介绍 | 第44-46页 |
| 3.4.2 交叉对比神经网络的实现 | 第46-49页 |
| 3.5 小结 | 第49-50页 |
| 第四章 实验方案设计及结果分析 | 第50-74页 |
| 4.1 实验设计 | 第50-51页 |
| 4.1.1 研究对象 | 第50-51页 |
| 4.1.2 扫描方法简介 | 第51页 |
| 4.1.3 实验方案设计 | 第51页 |
| 4.2 传统分析方法对肝纤维化的分类 | 第51-63页 |
| 4.2.1 图像分析及特征提取 | 第51-53页 |
| 4.2.2 基于统计分析的肝纤维化分期 | 第53-57页 |
| 4.2.3 基于机器学习方法的肝纤维化分期 | 第57-63页 |
| 4.3 基于交叉对比神经网络的实验设计 | 第63-71页 |
| 4.3.1 数据预处理 | 第63-65页 |
| 4.3.2 模型训练 | 第65-66页 |
| 4.3.3 模型测试 | 第66页 |
| 4.3.4 实验结果与分析 | 第66-71页 |
| 4.4 结果讨论 | 第71-73页 |
| 4.5 小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 全文总结 | 第74页 |
| 5.2 屐望 | 第74-76页 |
| 参考文献 | 第76-84页 |
| 致谢 | 第84-86页 |
| 硕士研究生期间主要工作及相关成果 | 第86-87页 |
