| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 计算机辅助的微创手术工具跟踪算法概述 | 第13-16页 |
| 1.2 国内外研究现状和课题背景 | 第16-20页 |
| 1.2.1 课题背景 | 第16-17页 |
| 1.2.2 国内外研究现状 | 第17-20页 |
| 1.3 主要研究内容 | 第20-21页 |
| 1.4 论文结构 | 第21-23页 |
| 第二章 计算机辅助的微创手术工具跟踪算法基础理论 | 第23-29页 |
| 2.1 视频工具检测算法基本原理 | 第23-27页 |
| 2.1.1 卷积神经网络基础理论 | 第24-27页 |
| 2.2 视频工具实时跟踪基本原理 | 第27-29页 |
| 第三章 基于卷积神经网络和时空上下文学习的实时手术工具跟踪算法 | 第29-65页 |
| 3.1 定位策略 | 第29-37页 |
| 3.1.1 带有空间转换网络的精确定位卷积神经网络 | 第29-34页 |
| 3.1.2 粗略定位卷积神经网络 | 第34-36页 |
| 3.1.3 卷积神经网络的训练 | 第36-37页 |
| 3.2 跟踪策略 | 第37-43页 |
| 3.2.1 时空上下文学习帧间跟踪算法 | 第38-42页 |
| 3.2.2 跟踪策略及流程 | 第42-43页 |
| 3.3 实验及结果 | 第43-65页 |
| 3.3.1 比较算法和数据库的介绍 | 第43-46页 |
| 3.3.2 实验过程及结果 | 第46-58页 |
| 3.3.3 实验结果分析 | 第58-61页 |
| 3.3.4 ENDOSCOPIC VISION CHALLENG 数据验证 | 第61-65页 |
| 第四章 总结及展望 | 第65-69页 |
| 4.1 论文工作总结 | 第65-66页 |
| 4.2 工作展望 | 第66-69页 |
| 参考文献 | 第69-77页 |
| 致谢 | 第77-79页 |
| 攻读学位期间发表的学术论文 | 第79-80页 |
| 学位论文评阋及答辩情况表 | 第80页 |
