声明
1 绪论
1.1 研究背景、目的与意义
1.2 国内外研究概况
1.3 课题主要研究内容
1.4 论文组织结构
2 基础知识及关键技术
2.1 胸部CT图像的成像原理
2.2 肺结节的影像学特征
2.3 神经网络架构的设计基础
2.3.1 基于Vgg16网络的设计思想
2.3.2 基于ResNet50网络的设计思想
2.3.3 基于Inception-ResNet网络的设计思想
2.4 LIDC-IDRI肺癌数据集简介
2.5 本章小结
3 基于MSMME-3DCNN的肺结节良恶性分类算法
3.1 算法设计思想
3.2 数据预处理方法
3.2.1 CT图像的预处理
3.2.2 肺结节图像块数据的预处理
3.3 网络架构设计与实现
3.3.1 MSMME-VggNet网络结构
3.3.2 MSMME-ResNet网络结构
3.3.3 MSMME-InceResNet网络结构
3.3.4 RReLU激活函数
3.3.5 全局平均池化
3.4 网络模型的训练
3.4.1 数据集的清洗与数据集划分
3.4.2 数据集的扩充
3.4.3 损失函数与超参数的设置
3.5 网络模型的分类方法
3.6 本章小结
4 实验验证及结果分析
4.1 实验环境
4.2 性能评估参数的设置及评估结果
4.3 消融实验
4.3.1 数据层面的消融实验
4.3.2 网络架构层面的消融实验
4.4 与其它算法的对比实验
4.5 算法的局限性分析
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献