甲状腺相关眼病CT图像识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第8-15页 |
| 1.1 引言背景 | 第8-9页 |
| 1.2 研究的目的及意义 | 第9-10页 |
| 1.3 研究方法 | 第10-12页 |
| 1.3.1 医学图像处理的基本流程 | 第10页 |
| 1.3.2 图像预处理 | 第10-11页 |
| 1.3.3 图像定位与特征提取 | 第11页 |
| 1.3.4 图像识别 | 第11-12页 |
| 1.4 国内外研究现状 | 第12-13页 |
| 1.5 本文主要工作及组织结构 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第2章 医学图像处理与识别 | 第15-29页 |
| 2.1 医学图像预处理技术 | 第15-17页 |
| 2.2 医学图像分割技术 | 第17-18页 |
| 2.3 医学图像的特征选取 | 第18-19页 |
| 2.4 医学图像识别相关方法 | 第19-27页 |
| 2.4.1 人工神经网络 | 第19-25页 |
| 2.4.1.1 神经元 | 第19-21页 |
| 2.4.1.2 神经网络结构 | 第21页 |
| 2.4.1.3 前馈传播 | 第21-23页 |
| 2.4.1.4 反向传播算法 | 第23-24页 |
| 2.4.1.5 人工神经网络流程 | 第24-25页 |
| 2.4.2 卷积神经网络 | 第25-27页 |
| 2.4.2.1 局部感受野 | 第25-26页 |
| 2.4.2.2 权值共享 | 第26页 |
| 2.4.2.3 卷积层 | 第26-27页 |
| 2.4.2.4 下采样层 | 第27页 |
| 2.5 医学图像处理的基本流程 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 甲状腺相关眼病CT图像的预处理 | 第29-40页 |
| 3.1 甲状腺相关性眼病 | 第29页 |
| 3.2 相关样本及其预处理的目的 | 第29-31页 |
| 3.3 病灶区域定位数据集 | 第31-33页 |
| 3.3.1 病灶区域定位的方法与流程 | 第31-32页 |
| 3.3.2 定位流程中的具体操作和效果 | 第32-33页 |
| 3.4 聚类图数据集 | 第33-37页 |
| 3.4.1 FCM算法 | 第33-35页 |
| 3.4.2 改进FCM聚类 | 第35-37页 |
| 3.5 病灶区域分割图数据集 | 第37-39页 |
| 3.5.1 病灶区域分割方法与流程 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于BP神经网络的TAO识别 | 第40-47页 |
| 4.1 人工神经网络图像模式识别 | 第40-42页 |
| 4.2 基于灰度共生矩阵的特征提取 | 第42-44页 |
| 4.3 bp神经网络的结构设置 | 第44-45页 |
| 4.4 试验与分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 基于改进LeNet-5网络的TAO识别 | 第47-53页 |
| 5.1 卷积神经网络图像识别模型 | 第47页 |
| 5.2 LeNet-5网络 | 第47-48页 |
| 5.3 LeNet-5网络结构改进 | 第48-49页 |
| 5.4 实验与分析 | 第49-52页 |
| 5.4.1 实验环境与数据 | 第49页 |
| 5.4.2 改进后的网络结构设置 | 第49-50页 |
| 5.4.3 样本尺寸与识别率 | 第50-51页 |
| 5.4.4 迭代次数与识别率 | 第51-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 本文总结 | 第53页 |
| 6.2 工作的不足与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
