基于卷积神经网络的宫颈细胞图像分类研究

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1卷积神经网络发展现状

1.2.2宫颈细胞分类研究现状

1.3 研究内容及结构安排

第二章 卷积神经网络基础理论

2.1 卷积神经网络的基本结构与原理

2.1.1 卷积层

2.1.2 激活函数

2.1.3 池化层

2.1.4 批归一化层

2.1.5 全连接层与SoftMax层

2.2卷积神经网络的训练过程

2.2.1正向传播

2.2.2反向传播

2.3 常用网络结构

2.3.1 LeNet-5

2.3.2 AlexNet

2.3.3 VGG-Nets

2.3.4 GoogLeNet

2.3.5 ResNet

2.4本章小结

第三章 基于嵌套残差网络的宫颈细胞分类方法

3.1 网络结构设计

3.2 数据集制作

3.2.1数据集扩充

3.2.2仿真实验与分析

3.3 实验及结果分析

3.3.1 评价指标

3.3.2 网络训练

3.3.2 结果分析

3.4 本章小结

第四章 嵌套残差网络的优化设计

4.1 嵌套残差网络激活函数的选择

4.1.1 嵌套残差网络激活函数的优化

4.1.2仿真实验与分析

4.2 多通道卷积神经网络的设计

4.2.1 第一、二通道

4.2.2 第三通道

4.2.3 第四通道

4.3 实验及结果分析

4.4 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士学位期间所取得的研究成果

致谢