基于超声射频时间序列的早期肝纤维化检测及程度识别研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第13-21页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 国内外研究发展现状 | 第14-19页 |
1.2.1 超声组织定征研究现状 | 第14-18页 |
1.2.1.1 基于超声B型图的组织定征 | 第14-16页 |
1.2.1.2 基于超声回波RF信号的组织定征 | 第16-17页 |
1.2.1.3 基于超声RF时间序列的组织定征 | 第17-18页 |
1.2.2 肝纤维化研究现状 | 第18-19页 |
1.3 论文结构与主要内容 | 第19页 |
1.4 论文创新点 | 第19-21页 |
第二章 超声RF时间序列分布初探 | 第21-35页 |
2.1 获取超声RF时间序列 | 第21-22页 |
2.2 超声RF时间序列去噪 | 第22-27页 |
2.3 KS检验 | 第27-28页 |
2.4 超声RF时间序列分布检验实验 | 第28-30页 |
2.5 实验结果与分析 | 第30-34页 |
2.6 本章小结 | 第34-35页 |
第三章 特征提取 | 第35-49页 |
3.1 分形维数计算方法比较仿真实验 | 第35-42页 |
3.1.1 分形维数计算方法 | 第35-38页 |
3.1.2 产生分形仿真信号 | 第38-39页 |
3.1.3 仿真结果与分析 | 第39-42页 |
3.2 频域特征及时域特征 | 第42-44页 |
3.3 特征提取结果与分析 | 第44-46页 |
3.4 特征融合 | 第46-48页 |
3.5 本章小结 | 第48-49页 |
第四章 肝纤维化程度识别 | 第49-58页 |
4.1 分类器介绍 | 第49-51页 |
4.1.1 SVM | 第49-50页 |
4.1.2 随机森林 | 第50-51页 |
4.2 特征融合算法评估实验 | 第51-52页 |
4.3 肝纤维化程度识别模型构建 | 第52-54页 |
4.4 识别结果与分析 | 第54-57页 |
4.5 本章小结 | 第57-58页 |
第五章 肝纤维化程度识别系统研发 | 第58-77页 |
5.1 问题定义及可行性研究 | 第58-63页 |
5.2 需求分析 | 第63-67页 |
5.3 系统开发 | 第67-76页 |
5.3.1 相关技术介绍 | 第67-70页 |
5.3.2 系统设计与实现 | 第70-76页 |
5.4 本章小结 | 第76-77页 |
总结与展望 | 第77-79页 |
参考文献 | 第79-85页 |
攻读硕士学位期间取得的研究成果 | 第85-86页 |
致谢 | 第86-87页 |
附件 | 第87页 |