基于支持向量机的肺结节识别研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 肺结节的特征及分类 | 第7-8页 |
| 1.3 研究内容 | 第8-10页 |
| 第二章 支持向量机 | 第10-18页 |
| 2.1 线性可分支持向量机 | 第10-12页 |
| 2.1.1 线性可分支持向量机的定义 | 第10-11页 |
| 2.1.2 间隔最大化原则 | 第11-12页 |
| 2.2 线性支持向量机 | 第12-15页 |
| 2.3 非线性支持向量机 | 第15-17页 |
| 2.3.1 核技巧 | 第15-16页 |
| 2.3.2 几种常见的核函数 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 肺结节的特征提取 | 第18-25页 |
| 3.1 灰度特征 | 第18页 |
| 3.2 纹理特征 | 第18-23页 |
| 3.2.1 灰度共生矩阵 | 第19-21页 |
| 3.2.2 局部二值模式 | 第21-23页 |
| 3.3 数据归一化处理 | 第23-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第四章 基于支持向量机的肺结节识别研究 | 第25-30页 |
| 4.1 肺结节的识别研究 | 第25页 |
| 4.2 基于支持向量机的肺结节识别过程 | 第25-28页 |
| 4.2.1 实验结果检测指标 | 第26-28页 |
| 4.2.2 参数调优 | 第28页 |
| 4.3 实验结果研究分析 | 第28-29页 |
| 4.4 本章小结 | 第29-30页 |
| 第五章 总结及展望 | 第30-32页 |
| 5.1 本文工作总结 | 第30页 |
| 5.2 未来工作展望 | 第30-32页 |
| 参考文献 | 第32-35页 |
| 致谢 | 第35页 |
