第一个书签之前
摘要
Abstract
目 录
Contents
1绪论
1.1课题研究的背景及意义
1.2 多示例学习的国内外研究现状
1.3医学影像分割研究现状
1.3.1 CT成像技术的应用
1.3.2 肝癌的CT图像说明
1.3.3 医学图像的分割
1.4 论文主要研究内容
1.5 论文的章节安排
2多示例学习的理论研究
2.1 机器学习
2.2 多示例学习
2.3 多示例学习框架与传统学习框架
2.4 经典的多示例学习算法的介绍
2.4.1 Citation-kNN算法
2.4.2 DD算法
2.4.3 DD-SVM算法
2.5 本章小结
3肝癌图像特征提取与多示例包构建
3.1 图像特征提取的基本方法
3.1.1 提取统计特征
3.1.2 提取纹理特征
3.1.3形状特征提取
3.2 感兴趣区域算法与多示例包构建
3.2.1 感兴趣部分
3.2.2 感兴趣区域的图像分割
3.2.3 构建多示例包及提取特征
3.3 基于多示例学习的医疗影像分类方法
3.3.1 基于多示例学习的分类算法
3.3.2 训练样本的选取
3.3.3 实验结果及分析
3.4 本章小结
4基于相对距离加权的Citation-KNN
4.1 算法Distance Weighted Citation-kNN
4.1.1算法流程图
4.1.2包空间分布特征分析
4.2 算法Citation-kNN距离权值设置
4.3 肝脏肿瘤良恶性分类实验
4.3.1 实验具体情况
4.3.2 实验结果及分析
4.4 本章小结
5总结与展望
5.1 总结
5.2 展望
参考文献
致谢