第一个书签之前
摘 要
ABSTRACT
目 录
图清单
表清单
缩略词
第一章 绪论
1.1 选题背景与研究意义
1.2 国内外研究现状
1.3 主要研究工作和内容安排
第二章 深度学习理论基础
2.1 引言
2.2 传统前馈网络
2.2.1 人工神经元模型
2.2.2 前馈神经网络
2.2.3 误差反向传播算法
2.3 卷积神经网络模型
2.4.1 Dropout
2.4.2 Batch Normalization
2.5 本章小结
第三章 基于人类视觉系统的眼底图像质量评估
3.1 引言
3.2 方法框架
3.2.1 感兴趣区域提取
3.2.2 显著图特征
3.2.3微调深度网络
3.2.4 CNN网络结构和实现
3.2.5 SVM分类
3.3 实验设计与结果分析
3.3.1 实验数据集
3.3.2 评价指标
3.3.3 实验结果与分析
3.4 本章小结
第四章 基于深度学习的糖尿病视网膜病变分类
4.1 引言
4.2 方法框架
4.2.1 数据预处理
4.2.2 基于Inception结构和残差结构的主网络
4.2.3 基于全卷积网络的注意力网络结构
4.2.4 损失函数
4.3 实验设计与结果分析
4.3.1 数据集
4.3.2 参数设置
4.3.3 评价指标
4.3.4 实验结果与分析
4.3.4.1 EyePACS数据集实验结果与分析
4.3.4.2 Messidor数据集实验结果与分析
4.4 本章小结
第五章 总结与展望
5.1 全文总结
5.2 未来工作展望
参考文献
致 谢
在学期间的研究成果及发表的学术论文