基于深度改进卷积神经网络的肺结节图像检测

目录

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 课题研究目的和意义

1.4 本文创新和主要工作

1.5 本文章节安排

第二章 卷积神经网络的深度改进模型

2.1 卷积神经网络深度改进的原因

2.2 深度改进卷积神经网络的结构和训练方法

2.3 基于深度改进卷积神经网络的医学图像处理方法

2.4 本章小结

第三章 基于深度改进卷积神经网络的肺结节候选区域检测算法设计与比较

3.1 UNET神经网络的传统肺结节检测算法分析

3.2 肺结节CT图像的预处理

3.3 基于改进神经网络对肺结节候选区域检测算法的设计与分析

3.4 本算法与传统算法的试验性能对比

3.5 本章小结

第四章 基于深度改进卷积神经网络的肺结节CT图像检测与分类

4.1 传统肺结节CT图像检测的卷积神经网络集成学习方法分析

4.2 基于Boosting模型和3DCNN卷积神经网络的融合改进分析

4.3 检测候选肺结节图像的预处理

4.4 卷积神经网络的优化算法比较分析

4.5 实验结果和分析

4.6 本章小结

第五章 基于生成对抗网络的肺结节样本的数据增强

5.1 生成对抗网络进行数据增强的原因

5.2 生成对抗网络的算法分析

5.3 生成对抗网络的图像处理框架

5.4 基于生成对抗网络数据增强的卷积神经网络和卷积神经网路性能对比

5.5 本章小结

第六章 总结与展望

6.1 全文总结

6.2 展望

参考文献

在校期间主要学术成果

致谢