融合SAE特征提取方法的医学图像检索研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 国外的研究现状 | 第14-15页 |
| 1.2.2 国内的研究现状 | 第15-17页 |
| 1.3 论文的主要研究工作及章节安排 | 第17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 医学图像检索的框架 | 第18-38页 |
| 2.1 基于内容的医学图像检索的结构 | 第18-20页 |
| 2.2 图像的可视化特征 | 第20-21页 |
| 2.3 基于主成份分析(PCA)特征提取方法 | 第21-24页 |
| 2.3.1 离散K-L展开式 | 第21-22页 |
| 2.3.2 基于PCA的特征提取 | 第22-24页 |
| 2.4 堆叠自动编码器(SAE)特征提取方法 | 第24-28页 |
| 2.4.1 自动编码器(AE)特征提取思想 | 第24页 |
| 2.4.2 自动编码器的训练 | 第24-27页 |
| 2.4.3 堆叠自动编码器(SAE) | 第27-28页 |
| 2.5 支持向量机(SVM) | 第28-30页 |
| 2.5.1 线性支持向量机 | 第28-29页 |
| 2.5.2 非线性支持向量机 | 第29-30页 |
| 2.6 BP神经网络 | 第30-37页 |
| 2.6.1 多层感知机 | 第31-34页 |
| 2.6.2 BP神经网络的训练 | 第34页 |
| 2.6.3 误差的反向传递原理 | 第34-37页 |
| 2.6.4 反向传播算法 | 第37页 |
| 2.7 本章小结 | 第37-38页 |
| 第三章 融合SAE特征提取的医学图像检索 | 第38-49页 |
| 3.1 改进的SAE特征提取方法 | 第38-41页 |
| 3.1.1 去噪自动编码器的算法 | 第38-40页 |
| 3.1.2 几何解释 | 第40页 |
| 3.1.3 堆叠去噪自动编码器的深层架构 | 第40-41页 |
| 3.2 融合SAE特征提取的医学图像检索 | 第41-47页 |
| 3.2.1 系统的整体架构 | 第41-43页 |
| 3.2.2 图像的预处理 | 第43-44页 |
| 3.2.3 特征提取与检索建模 | 第44-47页 |
| 3.3 检索性能评价 | 第47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 实验及其结果分析 | 第49-58页 |
| 4.1 实验图像数据库及实验平台 | 第49-50页 |
| 4.1.1 图片样本库的建立 | 第49页 |
| 4.1.2 实验平台 | 第49-50页 |
| 4.2 实验结果及分析 | 第50-57页 |
| 4.2.1 掩蔽噪声参数对实验结果的影响 | 第53-54页 |
| 4.2.2 批尺寸参数对实验结果的影响 | 第54-56页 |
| 4.2.3 隐含层层数与节点数对实验结果的影响 | 第56-57页 |
| 4.3 本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读学位期间发表的论文 | 第65-67页 |
| 致谢 | 第67页 |
