声明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 计算机自动诊断技术在超声影像中的应用
1.2.2 医学超声图像识别判断的难点与挑战
1.3 本文主要研究内容
1.4 本文章节结构安排
1.4.1 本文技术路线
1.4.2 本文章节安排
第2章 相关技术理论
2.1 引言
2.2 视频关键帧提取技术
2.3 基于医学图像的深度学习技术
2.3.1 深度学习在医学超声影像分析中的应用
2.3.2 基于医学图像的深度学习的挑战与前景
2.4 多标签分类技术
2.5 本章小结
第3章 超声图像数据集及预处理
3.1 引言
3.2 超声图片数据集
3.3 超声、造影图像预处理
3.4 实验结果分析
3.4.1 超声图像去噪对比实验
3.4.2 超声图像增强对比实验
3.5 本章小结
第4章 病理信息提取
4.1 引言
4.2 基于多标签分类的病理提取技术
4.3 其他病理信息提取技术
4.4 实验设计与结果分析
4.4.1 基于多标签分类的病理提取技术实验
4.4.2 其他病理信息提取技术实验
4.5 本章小结
第5章 一种乳腺超声图像自动诊断的异构网络
5.1 引言
5.2 异构多分支网络(HTBN)实验设计
5.2.1 损失函数设计
5.2.2 网络结构设计
5.3 实验设计与结果分析
5.3.1 不同数目分支分类效果对比实验
5.3.2 不同损失函数分类效果比较实验
5.3.3 与其他算法对比
5.4 本章小结
总结与展望
本人工作总结
未来工作展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
西南交通大学;