声明
摘要
第1章 绪论
1.1 课题研究背景和意义
1.2 相关领域研究现状及分析
1.3 论文研究内容及组织结构
第2章 卷积神经网络与迁移学习
2.1 卷积神经网络概述
2.2 卷积神经网络的结构设计
2.3 Keras深度学习框架
2.4 迁移学习
2.4.1 迁移学习概述
2.4.2 迁移学习在医学影像分析中的应用
2.5 本章小结
第3章 基于辅助域迁移学习的阿兹海默症辅助诊断方法
3.1 AD诊断的意义
3.2 OASIS数据集简介
3.3 基于辅助域迁移学习的阿兹海默症辅助诊断方法
3.3.1 数据预处理
3.3.2 聚类
3.3.3 微调网络,迁移学习
3.3.4 医学影像的迁移学习,交叉验证
3.3.5 处理过程小结
3.4 实验结果汇总
3.5 实验结果分析
3.6 本章小结
第4章 基于CNN与模型迁移的医学影像分类方法
4.1 CNN应用与肺癌预测,胶质瘤分级
4.2 Data Science Bowl 2017数据集处理
4.2.1 数据集简介
4.2.2 处理步骤
4.2.3 实验结果分析
4.3 BRATS2015数据集处理
4.3.1 BRATS2015数据集简介
4.3.2 BRATS2015数据集处理步骤
4.3.3 实验结果分析
4.4 本章小结
5.1 本文总结
5.2 未来工作的展望
参考文献
致谢
攻读硕士研究生期间的研究成果