声明
1. 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 阿尔茨海默病分类诊断模型研究现状
1.2.2 模型库和临床辅助诊断系统研究现状
1.3 论文主要工作
1.4 论文组织结构
1.5 本章小结
2 相关技术
2.1 分类诊断模型实现相关技术
2.1.1 卷积神经网络
2.1.2 典型相关分析
2.2 主动学习算法用于模型训练
2.3 辅助诊断系统实现相关技术
2.3.1 微服务架构思想
2.3.2 Docker容器技术
2.4 本章小结
3 融合图像和指标的分类诊断模型
3.1 整体框架
3.2 图像特征提取
3.2.1 图像预处理
3.2.2 初步特征向量提取
3.2.3 融合特征向量提取
3.3 指标特征选择
3.3.1 临床指标特征筛选
3.3.2 相关临床指标介绍
3.4 特征向量融合
3.5 疾病分类诊断
3.6 实验
3.6.1 数据集
3.6.2 实验环境和评价方法
3.6.3 实验结果与分析
3.7 本章小节
4 辅助诊断系统模型库构建与管理
4.1 模型库构建
4.1.1 构建目的
4.1.2 整体框架
4.2 模型库管理
4.2.1 模型训练
4.2.2 模型存储
4.2.3 模型融合
4.3 实验
4.3.1 数据集
4.3.2 实验环境和评价指标
4.3.3 实验结果分析
4.4 本章小节
5 临床辅助诊断系统的设计与实现
5.1 需求分析
5.1.2 非功能性需求分析
5.1.3 用例分析
5.1.4 架构设计
5.2 系统实现
5.2.1 分类诊断模型实现
5.2.2 模型库构建与管理实现
5.2.3 辅助诊断系统开发实现
5.2.4 辅助诊断系统功能展示
5.3 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
攻读学位期间的研究成果目录
致谢
