声明
中英文缩略词对照表
前言
1 研究背景
1.1 食管癌发病现状及其病因分析
1.2 食管癌的检查诊断方法
2.1 计算机辅助诊断
2.2 食管癌计算机辅助诊断方法研究现状
3 研究目的及意义
研究内容与方法
1 研究对象
2 食管癌图像的预处理研究
2.1 传统预处理方法
2.2 特征图像融合方法
3 食管癌图像的特征提取
3.1 灰度直方图
3.2 灰度共生矩阵
3.3 灰度-梯度共生矩阵
3.4 小波变换
3.5 Tamura纹理特征
3.6 Hu不变矩形状特征
3.7 局部二值模式特征
3.8 Gabor滤波器特征
3.9 方向梯度直方图特征
4 食管癌图像的分类研究
4.1 基于随机森林的图像分类
4.2 基于支持向量机的图像分类
4.3 基于神经网络的图像分类
4.4分类试验性能评估方法及指标
结果
1 图像预处理结果
1.1 基于传统预处理方法的结果
1.2 基于特征图像融合方法的预处理结果
2 图像特征提取结果
3 图像分类识别结果
3.1 正常食管和早期食管癌X射线图像分型结果
3.2 中晚期食管癌X射线图像分型结果
3.3 分类模型性能评价
4 基于C/S模式的食管癌计算机辅助诊断系统
讨论
1 食管癌图像的预处理研究
1.1 正常食管和早期食管癌图像的分型结果
1.2 中晚期食管癌图像的分型结果
2 食管癌图像的特征提取研究
2.1 传统预处理方法后的图像特征提取
2.2 特征图像融合后的图像特征提取
3.1 三种分类器分类结果比较
3.2 分类实验性能评价
4 食管癌计算机辅助诊断系统
5 展望
小结
致谢
参考文献
综述:基于医学图像的计算机辅助诊断关键技术纹理特征提取方法的研究
攻读硕士学位期间发表的学术论文
导师评阅表
