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 乳腺癌辅助诊断
1.2.2多视图诊断
1.2.3注意力机制
1.2.4 商业应用
1.3 论文主要内容和结构
1.3.1 研究内容
1.3.2 论文组织结构
第二章 数据集及评价指标
2.1 数据集
2.1.1 DDSM数据集
2.1.2 INBreast数据集
2.1.3 In-House数据集
2.1.4 小结
2.2 评价指标
第三章 基于注意力机制的分类任务
3.1 引言
3.2 深度学习模型
3.2.1 网络结构
3.2.2 注意力模块
3.2.3 损失函数
3.3 数据集预处理
3.4 训练细节
3.5 实验及结果分析
3.5.1 消融实验
3.5.2 特征可视化
3.6 小结
第四章 基于多视图的特征融合分类
4.1 引言
4.2 网络结构
4.2.1 信息融合模块
4.2.2 深度学习模型
4.2.3 多尺度损失
4.2.4 预测结果分数融合
4.3 数据预处理及训练细节
4.4 实验
4.4.1 已有融合方法效果对比
4.4.2 消融实验
4.4.3 CAM可视化对比
4.5 小结
第五章 基于深度学习检测算法的辅助诊断系统
5.1 引言
5.2 检测算法网络结构
5.3 数据集预处理
5.4 实现细节
5.4.1 web实现技术
5.4.2 训练细节
5.5 实验及结果
5.5.1 检测结果
5.5.2 系统展示
5.6 小结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
科研成果
致谢
声明
浙江工商大学;