首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于关联规则的医学图像分类研究

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-19页
   ·图像数据挖掘第12-13页
     ·数据挖掘第12页
     ·图像数据挖掘第12-13页
     ·医学图像数据挖掘第13页
   ·医学图像关联规则挖掘第13-16页
     ·医学图像关联规则挖掘第14页
     ·医学图像关联挖掘涉及的关键问题第14-15页
     ·医学图像关联规则挖掘的特点第15页
     ·医学图像关联规则挖掘过程第15-16页
   ·医学图像分类器第16页
   ·医学图像分类器研究进展第16-17页
   ·研究内容和技术创新点第17-18页
   ·论文结构安排第18-19页
第二章 医学图像数据及其预处理第19-26页
   ·医学图像数据第19-21页
     ·医学图像数据第19-20页
     ·医学图像的性质第20页
     ·医学图像数据的特点第20-21页
   ·医学图像数据预处理第21-25页
     ·图像的格式转换第21-22页
     ·图像尺度的归一化第22-23页
     ·图像的去噪与增强第23-25页
   ·本章小结第25-26页
第三章 医学图像数据的特征提取第26-38页
   ·医学图像数据特征第26-27页
     ·定量特征与定性特征第26页
     ·全局特征与局部特征第26-27页
   ·医学图像的特征提取第27-33页
     ·灰度直方图特征提取第27-28页
     ·灰度共生矩阵特征提取第28-30页
     ·小波变换特征提取第30-32页
     ·聚类特征提取第32-33页
   ·医学图像分割第33-36页
     ·图像分割方法及特点第33-34页
     ·常用的医学图像分割方法第34-36页
     ·CT图像的常见分割任务和相应的分割算法第36页
   ·医学图像局部特征第36-37页
     ·医学图像数据局部特征第36页
     ·医学图像局部特征的重要意义第36-37页
     ·医学图像局部特征提取方法第37页
   ·本章小结第37-38页
第四章 关联规则挖掘算法及其改进第38-59页
   ·关联规则第38-39页
     ·关联规则的定义第38页
     ·关联规则的种类第38-39页
     ·关联规则的发现步骤第39页
   ·APRIORI算法及其改进算法第39-43页
     ·Apriori算法第39-41页
     ·改进的频集算法第41-42页
     ·Apriori算法及其改进算法的性能分析第42-43页
   ·基于分类树的关联规则挖掘算法-CTBAR算法第43-49页
     ·分类树的概述第43-44页
     ·基于分类树的关联规则挖掘算法CTBAR描述第44-45页
     ·CTBAR算法代码实现第45-46页
     ·CTBAR算法及Apriori算法的实例比较分析第46-48页
     ·试验结果与性能评价第48-49页
   ·基于频繁树的关联规则挖掘及其改进算法第49-52页
     ·基于FP-TREE树的FP-GROWTH算法第49-50页
     ·基于FP-TREE的改进方法第50-51页
     ·FP-GROWTH算法及其改进算法的性能分析第51-52页
   ·基于二叉频繁模式树的挖掘算法第52-58页
     ·频繁模式二叉树的概述第52页
     ·频繁模式二叉树算法FP_BGROWTH第52-54页
     ·算法性能分析第54页
     ·算法实例分析第54-56页
     ·试验结果与性能评价第56-58页
   ·本章小结第58-59页
第五章 基于医学图像特征的关联规则发现第59-74页
   ·医学图像与疾病诊断第59-60页
     ·人体形态与医学图像第59页
     ·医学图像在疾病诊断中的作用第59-60页
     ·医学图像特征与人体疾病第60页
   ·肝脏图像与肝脏诊断第60-63页
     ·正常肝脏CT图像及其特征第60-62页
     ·有病变的肝脏CT图像及其特征变化第62-63页
   ·医学图像关联分类器第63-73页
     ·分类器原理第64页
     ·关联规则分类器算法描述第64-65页
     ·关联规则分类器系统设计第65-68页
     ·分类器类型第68-69页
     ·分类器涉及的关键技术第69页
     ·分类器实现第69-71页
     ·实验结果与性能分析第71-73页
   ·本章小结第73-74页
第六章 总结与展望第74-76页
   ·工作总结第74页
   ·展望第74-76页
致谢第76-77页
参考文献第77-81页
附录一:读硕期间发表和录用的论文目录第81-82页
附录二:读硕期间主持和参与的项目目录第82页

论文共82页,点击 下载论文
上一篇:基于CAN总线的智能传感器开发与应用技术研究
下一篇:配合物前驱体法含钒纳米材料的制备、结构及其性质研究