首页> 中文学位 >基于改进Unet的脑腹部多模态影像分割
【6h】

基于改进Unet的脑腹部多模态影像分割

代理获取

目录

声明

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1研究背景和意义

1.2国内外研究现状

1.3本文章节安排

第二章 卷积神经网络的理论基础

2.1卷积神经网络的架构原理

2.2常用损失函数

2.3常见的深度学习框架

第三章 基于迁移自编码网络约束的MRI胃部区域分割

3.1引言

3.2相关理论基础

3.3 U-net网络

3.4基于迁移自编码网络的分割方法

3.5实验结果与分析

3.6本章小结

第四章 基于多模态特征融合的前背景互补癫痫病灶分割

4.1引言

4.2癫痫病灶定位的医学手段

4.3多模态影像特征融合的前背景互补分割方法

4.4实验结果与分析

4.5本章小结

第五章 基于CycleGAN网络跨模态的癫痫病灶分割

5.1引言

5.2 CycleGAN网络

5.3基于CycleGAN的模态转换

5.4 CycleGAN网络模态转换的病灶分割模型

5.5实验结果与讨论

5.6本章小结

第六章 总结与展望

参考文献

致谢

作者简介

展开▼

著录项

  • 作者

    孟祥海;

  • 作者单位

    西安电子科技大学;

  • 授予单位 西安电子科技大学;
  • 学科 电子与通信工程
  • 授予学位 硕士
  • 导师姓名 缑水平;
  • 年度 2019
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    改进; 腹部; 多模态;

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