基于语义特征的超声图像分类算法研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-13页
·课题研究的背景及意义	第10页
·分类器在医学超声图像应用中的研究现状	第10-12页
·论文结构安排	第12-13页
第2章 甲状腺超声图像的增强和特征提取	第13-27页
·甲状腺超声图像增强	第13-14页
·甲状腺超声图像视觉特征提取	第14-16页
·甲状腺超声图像语义特征提取	第16-27页
·PLSA 算法	第16-19页
·K-means 算法	第19-20页
·图像语义特征提取过程	第20-27页
第3章 SVM 及其在甲状腺分类中的应用	第27-46页
·不同类别的 SVM	第27-31页
·线性可分情况 SVM	第27-29页
·线性不可分情况 SVM	第29-30页
·非线性情况 SVM	第30-31页
·SVM 核函数	第31-32页
·SVM 生成过程	第32-41页
·加入类权重因子改进 SVM	第41-46页
第4章 实验结果及分析	第46-52页
·语义特征参数对分类性能的影响	第46-48页
·视觉词汇表数目对分类性能的影响	第46-47页
·隐含主题个数对分类性能的影响	第47-48页
·SVM 参数选择对分类精度的影响	第48-50页
·类加权度 SVM 和标准 SVM 分类精度比较	第50-52页
第5章 总结与展望	第52-54页
·本文所做的主要工作	第52-53页
·工作展望	第53-54页
参考文献	第54-58页
致谢	第58-59页
攻读硕士学位期间取得的科研成果	第59页