1 绪 论
1.1 课题背景及研究意义
1.2 国内外研究现状
1.3 本文研究难点
1.4.1 本文的主要研究内容
1.4.2 本文的章节安排
2 深度学习相关理论基础
2.1 引言
2.2 深度学习
2.2.1 深度神经网络简介
2.2.2 卷积神经网络
2.2.3 迁移学习
2.3 基于深度学习的医学图像分割方法
2.4 基于深度学习的医学图像分类方法
2.5 本章小结
3 基于深度学习的尿沉渣显微图像分割方法研究
3.1 引言
3.2 尿沉渣显微图像有形成分的分割难点
3.3.1 生成式对抗网络基本概念
3.3.2 生成式对抗分割网络设计
3.3.3 本文提出的损失函数
3.4.1 数据集介绍
3.4.2 评价指标
3.4.3 网络训练方法
3.3.4 实验与讨论
3.5 本章小结
4 基于深度学习的尿沉渣显微图像分类方法研究
4.1 引言
4.2 尿沉渣显微图像有形成分分类难点
4.3 基于迁移学习和集成CNN的尿沉渣显微图像有形成分分类方法
4.3.1 改进AlexNet
4.3.2 深度卷积神经网络分层特性分析
4.3.3 迁移权重与微调学习率
4.3.4 多层特征级联
4.3.5 集成CNN分类网络设计
4.4.1 数据集介绍
4.4.2 评价指标
4.4.3 网络训练方法
4.4.4 实验与讨论
4.5 本章小结
5 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
附录
作者攻读学位期间投稿的论文目录
A.学位论文数据集
致谢
重庆大学;