声明
第1章 前 言
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究内容与结构
第2章 相关机器学习算法
2.1 BP神经网络
2.2 卷积神经网络
2.3 VGG模型
第3章 计算机辅助下的医学图像诊断
3.1 图像去噪
3.2 图像分割
3.3 特征提取
3.4 图像分类
3.5 传统的医学图像诊断方法的缺陷性
第4章 深度学习算法在卵巢癌辅助诊断中的应用
4.1 数据清洗
4.2 图像预处理
4.3 模型实现与结果分析
第5章 深度学习算法在新型冠状病毒肺炎辅助诊断中的应用
5.1 数据来源
5.2 图像预处理
5.3 模型实现与结果分析
第6章 总 结
6.1 总结
6.2 展望
致谢
参考文献
作者简介
攻读硕士学位期间研究成果
长春工业大学;