基于深度学习的肺结节检测算法研究

目录

声明

摘要

图录

表录

1绪论

1．1研究背景及意义

1．2国内外研究现状

1．2．1肺结节分剖

1．2．2肺结节恶良性分类

1．3课题来源

1．4本文的组织结构

2相关基础理论

2．1深度学习

2．1．1深度学习概述

2．1．2卷积神经网络

2．2经典医学图像分割方法

2．2．1图像分割定义

2．2．2图像分割方法

2．3经典医学图像分类方法

2．4LIDC-IDRI医疗影像数据库

2．5本章小结

3基于RDU-Net的肺结节检测网络

3．1RDU-Net肺结节检测算法

3．2数据集预处理

3．2．1切片厚度归一化

3．2．2分割数据集筛选

3．2．3数据增强

3．2．4CT影像数据特征

3．2．5膨胀与腐蚀

3．3RDU-Net肺结节检测网络构建

3．3．1网络构建

3．3．2网络模型

3．4实验结果及分析

3．5本章小结

4肺结节恶良性分类方法研究

4．1卷积神经网络经典模型

4．1．1AlexNet

4．1．2GoogLeNet

4．1．3VGGNet

4．2分类数据集筛选

4．3基于多分支混合模型的分类

4．4实验结果及分析

4．4．1实验条件

4．4．2评价指标

4．4．3实验分析

4．5本章小结

5总结与展望

5．1本文工作总结

5．2未来工作展望

参考文献

个人简历、在学期间发表的学术论文与研究成果

致谢