文摘
英文文摘
声明
第一章绪论
1.1 选题背景及意义
1.2 所选课题技术发展现状
1.3 典型的医学系统--乳腺CAD介绍
1.3.1 乳腺CAD系统框架及工作流程
1.3.2 系统主要模块及其交互过程
1.3.3 本课题在系统中的应用举例
1.4 本文的研究内容及章节安排
第二章医学图像数据库设计
2.1 数据库知识介绍
2.1.1 数据库技术及其发展阶段
2.1.2 数据库新技术
2.2 图像数据库
2.2.1 图像数据库发展历程
2.2.2 图像数据库介绍
2.3 医学图像数据库
2.3.1 医学图像特点
2.3.2 医学图像数据库关键技术
2.4 医学图像数据库设计工具介绍
2.5 实例-乳腺X光图像数据库设计
2.4.1 数据库存储数据分类
2.4.2 数据库存储策略
2.4.3 数据库索引技术
2.4.4 数据库构建流程
2.4.5 数据库结构设计
2.4.6 数据库与乳腺CAD系统通信
2.6 乳腺X光图像数据库效果
2.7 本章小结
第三章医学图像数据挖掘算法设计
3.1 数据挖掘算法简介
3.1.1 数据挖掘算法有关概念
3.1.2 数据挖掘算法技术与方法
3.1.3 数据挖掘发现知识类型
3.2 聚类算法在彩色医学图像中的应用
3.2.1 聚类算法设计意义
3.2.2 聚类算法设计
3.2.3 算法应用举例
3.3 医学图像特征选择算法设计
3.3.1 医学图像特征选择意义
3.3.2 乳腺CAD中特征选择算法设计
3.4 医学图像数据库数据分类模型建立
3.4.1 分类算法/工具介绍
3.4.2 乳腺CAD中分类模型建立
3.5 本章小结
第四章基于RVM的增量学习算法
4.1 增量学习介绍
4.1.1 意义
4.1.2 自学习机制的原理
4.1.3 现有基于支持向量机的增量学习算法
4.2 新提出的增量学习算法
4.2.1 RVM和SVM的KKT条件
4.2.2 增量学习算法流程设计
4.2.3 RVM增量学习算法设计
4.2.4 实验与结果
4.2.5 效果展示
4.3 本章小结
结论
本文的主要工作
后续工作及展望
参考文献
攻读硕士学位期间取得的研究成果
致谢