基于深度学习的气胸诊断方法研究与验证

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 国内外在该方向的研究现状及分析

1.2.1 国内研究现状

1.2.2 国外研究现状

1.2.3 国内外文献综述的简析

1.3 本文的主要研究内容

1.4本文的组织结构

第2章 深度学习及相关技术简介

2.1 深度学习概述及发展

2.2 卷积神经网络

2.2.1卷积神经网络概述

2.2.2卷积层

2.2.3池化层

2.2.4激活函数

2.2.5全连接层

2.2.6目标函数

2.3 全卷积神经网络（FCN）

2.3.1 FCN概述

2.3.2 全卷积神经网络结构

2.4网络优化技术

2.4.1批标准化

2.4.2学习率和批尺寸

2.4.3正则化与与Dropout

2.5本章小结

第3章 数据预处理

3.1数据集介绍

3.1.1 Chest X-ray 14数据集

3.1.2 CheXpert数据集

3.2 CheXpert数据集的清洗

3.2.1正位侧位分类器设计

3.2.2正位侧位分类器清洗结果

3. 本章小结

第4章 基于深度学习的气胸诊断

4.1 数据不均衡问题

4.1.1直接训练

4.1.2上采样

4.1.3下采样

4.1.4调整类别权重

4.1.5上采样与数据扩增

4.2数据集划分

4.3模型设计与实验

4.4 直方图均衡化

4.4.1直方图均衡化

4.4.2实验结果及分析

4.5本章小结

第五章 基于图像分割的气胸病灶区域提取

5.1数据预处理

5.2网络模型设计

5.2 Dice系数与IOU分数

5.3基于U-net的网络设计与仿真结果

5.3.1 Xception网络

5.3.2 EfficientNet 网络

5.3.3 U-net++结构

5.4本章小结

结论

参考文献

声明

致谢