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
郑州大学;