1 绪论
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 深度学习相关现状
1.2.2 医学图像的分类识别现状
1.2.3 癌变目标的检测与分割现状
1.3.1 研究内容
1.3.2 论文组织结构
2 相关知识介绍
2.1 卷积神经网络
2.1.1 卷积神经网络发展
2.1.2 卷积神经网络基本结构
2.1.3 卷积神经网络的训练
2.2 目标检测技术
2.2.1 基于区域建议框的目标检测技术
2.2.2 基于回归的目标检测技术
2.3 迁移学习
2.4.1 图像弱监督介绍
2.4.2 弱监督的目标分割方法
2.5 本章小结
3 基于迁移学习的早期胃癌图像分类
3.1.1 早期胃癌数据的采集与标注
3.1.2 早期胃癌数据的预处理
3.2 早期胃癌图像分类网络的搭建
3.2.1 评价指标与模型固定参数设定
3.2.2 分类网络的不同参数对比
3.3 实验结果讨论与分析
3.4 本章小结
4 基于深度学习的早期胃癌图像检测与分割
4.1 基于卷积神经网络的癌症目标检测
4.1.1 早期胃癌数据的目标标注
4.1.2 癌症目标检测网络的搭建
4.1.3 检测网络的讨论与分析
4.2 基于Grad-CAM技术的癌症目标分割
4.2.1 神经网络可视化介绍
4.2.2 癌症目标分割网络的搭建
4.2.3 分割网络的实验与分析
4.3 本章小结
5 系统需求分析与设计
5.1 系统需求分析
5.2 系统应用环境需求
5.2.1 服务器需求
5.2.2 应用终端需求
5.3.1 系统架构设计
5.3.2 功能模块设计
5.4 系统数据库设计
5.5 本章小结
6 系统实现与测试
6.1.1系统部署
6.1.2 系统实现
6.2 系统功能测试与性能分析
6.3 本章小结
7 总结与展望
7.1 课题总结
7.2 课题不足与展望
参考文献
附录
A. 作者在攻读学位期间发表的论文目录
B. 作者在攻读学位期间取得的科研成果目录
C. 作者在攻读学位期间专业实践目录
D 学位论文数据集
致谢
重庆大学;
