声明
摘要
第1章绪论
1.1研究背景与意义
1.2国内外研究现状
1.3本文主要研究工作
1.4本文组织结构
第2章相关理论和主要技术
2.2.1图像预处理
2.2.2图像分割
2.2.3特征提取
2.2.4特征选择
2.2.5分类模型
2.3深度学习
2.3.1 TensorFlow框架
2.3.2 Keras模抉
2.3.3卷积神经网络
2.4本章小结
第3章基于小波子图的序列插值算法
3.1引言
3.2预处理技术
3.2.1灰度调整
3.2.2小波变换
3.3序列插值算法的改进
3.3.1母小波的选取
3.3.2小波变换函数的选择
3.3.3改进的小波子图插值
3.3.4插值步骤
3.4实验及结果分析
3.4.1实验数据及环境
3.4.2评价指标
3.4.3实验结果及分析
3.5本章小结
第4章基于Unet网络的图像分割算法
4.1引言
4.2输入图像预处理
4.2.2归一化
4.2.3数据扩充
4.3.1改进的网络结构
4.3.2训练策略优化改进
4.4实验及结果分析
4.4.1实验数据及环境
4.4.2评价指标
4.4.3实验结果及分析
4.5本章小结
第5章体内结石成分辅助诊断方法的设计与实现
5.1引言
5.2辅助诊断方法的改进
5.2.1预处理
5.2.2分割算法的后续改进
5.2.3改进的特征提取算法
5.2.4特征选择方法的选取
5.2.5分类模型的选择
5.3实验及结果分析
5.3.1实验数据及环境
5.3.2评价指标
5.3.3实验方案
5.3.4实验结果及分析
5.4本章小结
第6章总结与展望
6.1总结
6.2展望
参考文献
攻读学位期间取得的研究成果
致谢
扬州大学;