文摘
英文文摘
声明
第一章绪论
1.1选题依据及研究意义
1.2国内外研究现状
1.2.1分类器组合的研究现状
1.2.2医学图像分类的研究现状
1.3本文的研究内容及主要工作
1.4论文结构安排
第二章医学图像分类技术研究
2.1医学图像分类
2.2医学图像预处理
2.2.1医学图像的格式转换
2.2.2医学图像尺度的归一化
2.2.3医学图像的去噪与增强
2.3医学图像特征提取
2.3.1灰度直方图特征的提取
2.3.2灰度共生矩阵特征提取
2.3.3小波变换特征提取
2.4常用的分类技术
2.4.1贝叶斯分类算法
2.4.2 BP神经网络算法
2.4.3决策树方法
2.5本章小结
第三章多分类器组合技术研究
3.1组合的有效性问题
3.2分类器组合的方法
3.2.1投票表决法
3.2.2 Bagging与Boosting
3.2.3 Stacking算法
3.3 Cascade组合分类方法
3.3.1 Cascade算法思想
3.3.2成员分类器的选择
3.3.3 Cascade算法描述
3.4实验与结果比较
3.5本章小结
第四章基于增量式的多分类器组合技术研究
4.1增量学习简介
4.1.1问题的提出
4.1.2增量学习的定义
4.2增量式组合分类算法
4.3改进的增量式Cascade组合分类模型
4.3.1Cascade组合增量模型
4.3.2算法描述
4.3.3性能分析
4.4实验与结果比较
4.5本章小结
第五章多分类器组合在医学图像中的应用
5.1医学图像的组合分类模型
5.2医学图像的预处理与特征数据提取
5.3医学图像组合分类器的设计与实现
5.3.1系统运行环境
5.3.2成员分类器的选择
5.3.3实验数据的处理
5.4分类规则的抽取
5.4.1基本思想与步骤
5.4.2实例集的产生与处理
5.4.3属性约简
5.4.4规则产生
5.5本章小结
第六章结论与展望
6.1本文的主要工作及结论
6.2对今后工作研究的建议
致谢
参考文献
附录