基于卷积神经网络图像分割的脊柱三维超声自动扫描系统研究

目录

第一章绪论

1.1 研究背景与研究意义

1.2 课题研究现状

1.2.1 三维超声扫描技术概述

1.2.2 脊柱扫描路径规划方法概述

1.3.1 论文的主要工作

1.3.2 论文的章节安排

第二章 基于卷积神经网络的图像分割算法

2.1 卷积神经网络

2.1.1 卷积运算

2.1.2 激活函数

2.1.3 池化

2.2 基于卷积神经网络的图像分割算法

2.2.1 基于卷积分类网络的图像分割算法

2.2.2 基于全卷积网络的图像分割算法

2.3 本章小结

第三章基于全卷积网络的脊柱扫描路径规划

3.1 数据采集与标记

3.2 数据增强

3.2.1 基于几何变换的数据增强

3.2.2 基于图像色彩要素变换的数据增强

3.3 图像预处理

3.4 网络训练

3.4.1 初始化训练参数

3.4.2 损失函数

3.4.3 梯度下降

3.4.4 随机失活

3.4.5 权值更新

3.5 图像后处理

3.6 结果分析

3.7 本章小结

第四章 脊柱扫描路径规划算法的优化

4.1 基于移动最小二乘形变的数据增强

4.1.1 基于控制点的移动最小二乘形变

4.1.2 基于脊柱控制曲线的移动最小二乘形变

4.2 基于深度信息的多视角学习

4.3 基于人体轮廓和曲线拟合的后处理

4.3.1 基于人体轮廓的分割结果判定

4.3.2 基于最小二乘法的脊柱扫描曲线拟合

4.4 结果分析

4.5 本章小结

第五章 脊柱三维超声自动扫描系统设计

5.1 系统组成

5.2 坐标变换与参数校准

5.2.1 图像坐标系与Kinect坐标系之间的坐标变换

5.2.2 Kinect坐标系与C4机器人坐标系之间的坐标变换与参数校准

5.3 脊柱的自动扫描实验

5.4 本章小结

总结与展望

参考文献

攻读硕士学位期间取得的研究成果

致谢