摘要
第一章绪论
1.1研究背景及意义
1.2国内外研究及现状
1.3本文的主要工作及结构安排
第二章FFDM图像的预处理及图像特征研究
2.1研究数据
2.2 FFDM图像的预处理
2.2.1病灶区域的勾画和分割
2.2.2 图像滤波
2.2.3数据离散化
2.3 FFDM图像的HCFs提取方法
2.3.1基于形态特征的FFDM图像特征表达方法
2.3.2基于纹理特征的FFDM图像特征表达方法
2.4本章小结
第三章基于HCFs的乳腺良恶性肿瘤分类研究
3.1 FFDM图像特征的提取及选择
3.1.1双视图特征提取
3.1.2图像特征的选择
3.2分类模型的构建
3.2.1分类器及交叉验证
3.2.2方差分析及模型构建
3.3实验结果及分析
3.3.1 分类结果
3.3.2重要特征的分析
3.3.2对比实验
3.4本章小结
第四章基于DFs和HCFs的乳腺良恶性肿瘤分类初步研究
4.1深度学习的介绍
4.1.1深度学习的基本概念
4.1.2卷积神经网络
4.2实验参数设置
4.2.1 DFs提取方法
4.2.2 DFs与HCFs结合
4.3分类模型训练及验证
4.4实验结果及分析
4.4.1分类性能比较
4.5本章小结
第五章总结与展望
5.1工作总结
5.2工作展望
参考文献
硕士期间研究成果
致谢
声明