首页> 中文学位 >基于深度学习的脑核磁图像分割方法的研究与实现
【6h】

基于深度学习的脑核磁图像分割方法的研究与实现

代理获取

目录

声明

摘要

第1章绪论

1.1研究意义

1.2研究背景

1.3国内外研究现状

1.4本文组织结构

第2章脑核磁图像特征建模

2.1脑核磁图像预处理

2.1.1脑核磁图像介绍

2.1.2 Dicom图像解析

2.1.3图像去噪

2.1.4图像增强

2.1.5提取预分割区域

2.2基于深度学习算法的特征提取

2.2.1深度学习算法介绍

2.2.2基于SAE的特征提取算法

2.2.3基于CNN的特征提取算法

2.3本章小结

第3章脑核磁图像灰白质分割

3.1图像特征聚类

3.1.1聚类算法对比

3.1.2 FCM的灰白质聚类

3.2基于SVM的图像分割

3.2.1 SVM原理

3.2.2分类参数生成

3.2.3 SVM的分割算法

3.3本章小结

4.1实验设计

4.2实验结果

4.3对比分析

4.4本章小结

5.1总结

5.2展望

参考文献

致谢

展开▼

著录项

  • 作者

    范博;

  • 作者单位

    东北大学;

  • 授予单位 东北大学;
  • 学科 生物医学工程
  • 授予学位 硕士
  • 导师姓名 赵越;
  • 年度 2016
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    深度学习; 核磁;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号