基于深度卷积神经网络的脑组织分割方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 论文研究内容及组织结构 | 第11-13页 |
| 2 相关技术及理论 | 第13-17页 |
| 2.1 磁共振成像 | 第13-14页 |
| 2.2 深度学习 | 第14-15页 |
| 2.3 MR图像脑组织分割评价标准 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 3 基于深度卷积神经网络的脑组织分割方法 | 第17-42页 |
| 3.1 输入特征提取 | 第17-19页 |
| 3.2 深度卷积神经网络结构 | 第19-30页 |
| 3.3 与Segnet网络结构的比较 | 第30-32页 |
| 3.4 算法实现 | 第32-36页 |
| 3.5 实验结果及分析 | 第36-41页 |
| 3.6 本章小结 | 第41-42页 |
| 4 基于双监督的卷积神经网络的脑组织分割方法 | 第42-51页 |
| 4.1 双监督的卷积神经网络结构 | 第42-44页 |
| 4.2 算法实现 | 第44-46页 |
| 4.3 实验结果及分析 | 第46-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 全文总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |