| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 计算机辅助诊断系统 | 第7-8页 |
| 1.2 计算机辅助诊断系统中的特征选择 | 第8-9页 |
| 1.2.1 特征选择问题的提出和意义 | 第8页 |
| 1.2.2 计算机辅助诊断系统中的特征选择的研究现状 | 第8-9页 |
| 1.3 辅助诊断系统中分类结果的分析和评价 | 第9-12页 |
| 1.3.1 一般评价标准 | 第9-10页 |
| 1.3.2 ROC曲线和AUC | 第10-11页 |
| 1.3.3 ROC曲线和AUC的性质 | 第11-12页 |
| 1.4 本文的主要工作和章节安排 | 第12-15页 |
| 第二章 特征选择算法的介绍 | 第15-29页 |
| 2.1 特征选择算法的基本概念 | 第15-17页 |
| 2.1.1 特征选择的定义 | 第15-16页 |
| 2.1.2 特征选择算法的分类 | 第16-17页 |
| 2.2 典型特征选择算法的介绍 | 第17-26页 |
| 2.2.1 Filter类算法 | 第17-23页 |
| 2.2.2 Wrapper类 | 第23-26页 |
| 2.3 特征选择算法的选用 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 典型Filter特征选择算法性能实验 | 第29-37页 |
| 3.1 支持向量机 | 第29-32页 |
| 3.1.1 线性判别函数与决策边界 | 第29页 |
| 3.1.2 最优分类而 | 第29-30页 |
| 3.1.3 支持向量机 | 第30-32页 |
| 3.2 实验设计与结果分析 | 第32-36页 |
| 3.2.1 实验数据 | 第32页 |
| 3.2.2 实验方案 | 第32-33页 |
| 3.2.3 实验结果 | 第33-34页 |
| 3.2.4 各算法性能的分析 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 改进的FAST算法 | 第37-43页 |
| 4.1 mR-FAST算法 | 第37-38页 |
| 4.2 实验设计与结果分析 | 第38-42页 |
| 4.2.1 实验数据 | 第38页 |
| 4.2.2 实验方案 | 第38-39页 |
| 4.2.3 实验结果 | 第39-41页 |
| 4.2.4 算法性能分析 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第五章 膀胱癌MRI计算机辅助诊断系统 | 第43-49页 |
| 5.1 膀胱癌MRI计算机辅助诊断系统简介 | 第43-45页 |
| 5.1.1 目的和意义 | 第43页 |
| 5.1.2 系统框架 | 第43-44页 |
| 5.1.3 系统中各模块的简介 | 第44-45页 |
| 5.2 mR-FAST算法在系统中的应用效果和分析 | 第45-47页 |
| 5.2.1 数据集 | 第45-46页 |
| 5.2.2 实验方案 | 第46页 |
| 5.2.3 实验结果与分析 | 第46-47页 |
| 5.3 本章小结 | 第47-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-56页 |