摘要
第一章 绪论
1.1 课题背景及研究意义
1.1.1 课题背景
1.1.2 研究意义
1.2 本文研究内容和论文框架
1.2.1 研究内容
1.2.2 论文框架
第二章 脑肿瘤图像特征提取方法
2.1 纹理特征
2.1.1 统计方法
2.1.2 信号处理方法
2.1.3 模型方法
2.2 基于图谱先验知识的特征
2.3 基于对称性的特征
2.4 本章小结
第三章 多模态3D-CNNs特征提取方法
3.1 卷积神经网络理论
3.1.1 全连接的反向传播算法
3.1.2 卷积神经网络
3.2 多模态3D-CNNs特征提取
3.2.1 多模态3D-CNNs模型
3.2.2 多模态3D-CNNs特征
3.3 基于多模态3D-CNNs特征提取的MRI脑肿瘤分割
3.3.1 图像去噪
3.3.2 特征提取和降维
3.3.3 分类器
3.4 实验结果与分析
3.4.1 参数范围确定
3.4.2 不同病人本文方法分析
3.4.3 与2D-CNNs方法比较
3.4.4 分割失败案例分析
3.5 本章小结
第四章 自适应加权混合核函数3D脑肿瘤分割
4.1 自适应加权混合核函数SVM
4.1.1 混合核函数SVM基本原理
4.1.2 自适应加权混合核函数
4.2 基于优化混合核函数的MR图像脑肿瘤分割
4.2.1 特征提取和降维
4.2.2 分类器
4.3 实验结果及分析
4.3.1 参数范围确定
4.3.2 与其他核函数SVM分割方法的比较
4.3.3 与其他分割方法比较
4.4 本章小结
第五章 工作总结与展望
5.1 论文总结
5.2 工作展望
参考文献
攻读硕士学位期间成果
致谢
声明