深度学习在图像分割中的应用--基于深度学习的甲状腺结节超声图像分割

目录

声明

缩略词表

第一章 绪论

1.1 研究背景与意义

1.2 甲状腺结节超声图像分割的研究现状

1.3 论文结构及内容安排

第二章 图像分割相关知识

2.1 图像分割

2.2 卷积神经网络

2.3 全卷积神经网络

2.4 小结

第三章 基于超声医学图像的分割方法

3.1 基于FCN的超声图像分割方法

3.2 基于U-Net的超声图像方法

3.3 基于残差结构的U-Net分割方法

3.4 一种改进的多尺度U-Net分割方法

3.5 甲状腺结节超声图像分割损失函数设计

3.6 小结

第四章 实验结果分析

4.1 实验环境

4.2 实验数据准备

4.3 实验结果

4.4 小结

第五章 结束语

5.1 工作总结

5.2 下一步工作的建议

致谢

参考文献