基于深度学习的结肠镜白光下腺瘤检测技术研究

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 基于深度学习的CAD 技术

1.2.2 基于深度学习的结直肠癌研究

1.3 论文主要研究内容

1.4 论文的组织结构

2 目标检测算法原理与网络结构

2.1 深度学习的任务

2.2 基于深度学习的目标检测算法

2.3 双阶段目标检测算法

2.3.1 R-CNN 网络

2.3.2 SPP-NET 网络

2.3.3 Fast R-CNN 网络

2.3.4 Faster R-CNN 网络

2.4 单阶段目标检测算法

2.4.1 YOLO 网络

2.4.2 SSD 网络

2.5 RefineDet 目标检测算法

2.5.1 RefineDet 网络概述

2.5.2 RefineDet 网络结构

2.5.3 RefineDet 网络结构特点

2.6 本章小结

3 K-RefineDet 网络设计

3.1 K-RefineDet网络结构

3.2 ARM模块设计

3.3 TCB模块设计

3.4 ODM模块设计

3.5 模型优化

3.5.1 损失函数

3.5.2 SGD 优化器

3.5.3 先验框设置

3.6 模型运行环境

3.7 本章小结

4 基于K-RefineDet 模型的腺瘤检测技术研究

4.1 概述

4.2 数据获取与预处理

4.2.1 数据获取

4.2.2 数据标注

4.2.3 数据增强

4.3 评价指标

4.4 模型训练

4.5 实验结果与分析

4.6 本章小结

5 总结与展望

5.1 论文总结

5.2 论文展望

参考文献

个人简历、在学期间发表的学术论文与研究成果

致谢