基于无线胶囊内窥镜图像的小肠病变智能检测与识别研究

目录

声明

第1章 绪论

1.1 课题研究背景及意义

1.2 无线胶囊内窥镜技术概述

1.2.1 无线胶囊内窥镜技术原理及发展

1.2.2 无线胶囊内窥镜技术的优势及存在的问题

1.3 国内外研究现状

1.3.1 基于传统机器学习的小肠病变智能检测与识别方法

1.3.2 基于深度学习的小肠病变智能检测与识别方法

1.4 本研究的主要内容和创新点

1.5 本文章节结构安排

1.6 本章小结

第2章 小肠幽门和回盲瓣定位算法研究

2.1 引言

2.2 实验数据

2.2.1 数据情况概述

2.2.2 数据预处理

2.2.3 建立小肠幽门和回盲瓣区域定位数据样本库

2.3 实验环境

2.4.1 ResNets模型概述

2.4.2 迁移学习策略

2.4.3 结合迁移学习的小肠区域分类模型设计

2.4.4 评价指标

2.4.5 模型优化

2.4.6 实验结果与讨论

2.5 幽门和回盲瓣定位算法研究

2.5.1 幽门定位算法设计及优化

2.5.2 回盲瓣定位算法设计及优化

2.5.3 评价指标

2.5.4 实验结果与讨论

2.6 本章小结

第3章 小肠病变智能检测方法研究

3.1 引言

3.2 数据增强方式

3.3.1 数据集划分和标注

3.3.2 小肠病变检测分类数据样本库建立

3.4 DenseNets模型概述

3.5 评价指标

3.6 结合迁移学习策略的DCNN模型设计及优化

3.7 实验结果与讨论

3.8 本章小结

第4章 小肠息肉病灶识别方法研究

4.1 引言

4.2 R-CNN方法概述

4.3 实验数据

4.3.1 数据标注

4.3.2 小肠息肉病灶识别样本库建立

4.4 评价指标

4.5 基于R-CNN的小肠息肉智能识别研究

4.5.1基于不同FPN骨干网络的Mask Scoring R-CNN的研究

4.5.2 不同R-CNN方法对小肠息肉目标识别的对比研究

4.5.3 基于集成学习的病灶识别模型优化

4.6 本章小结

第5章 小肠病变智能检测软件系统设计

5.1 引言

5.2 软件系统整体概述

5.3 软件系统功能介绍

5.4 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录