基于深度学习的肾脏肿瘤图像分割系统设计与实现

目录

摘要

第1章绪论

1．1研究目的和意义

1．2国内外研究现状及发展趋势

1．3本文主要研究内容

1．4论文的组成结构

第2章课题研究理论基础

2．1卷积神经网络

2．1．1卷积

2．1．2池化层、跨步卷积和反卷积层

2．1．3归一化层和激活层

2．2注意力机制

2．3评估参数以及损失函数

2．3．1Dice

2．3．2Hausdorff距离

2．3．3交叉熵

2．3．4损失函数

2．4本章小结

第3章基于像素自适应卷积和深度可分离卷积的肾脏肿瘤图像分割方法

3．1引言

3．2PD-UNet深度学习架构

3．2．1像素自适应卷积模块

3．2．2深度可分离卷积

3．3实验结果及分析

3．3．2实验结果对比

3．4本章小结

第4章整合通道上下文注意力和区域关联注意力的肾脏肿瘤图像分割方法

4．1引言

4．2．2通道层面特征学习模块

4．2．3区域关联特征学习模块

4．2．4多层面信息融合和损失函数

4．3实验结果及分析

4．3．1实验设置

4．3．2评价标准

4．3．3实验结果对比

4．4本章小结

第5章基于Python的肾脏肿瘤图像分割系统的设计与实现

5．1肾脏肿瘤图像分割系统的基本功能

5．2肾脏肿瘤图像分割系统的总体设计

5．3系统功能展示

5．4本章小结

结论

参考文献

致谢

攻读硕士学位期间发表的学术论文

声明