基于卷积神经网络的高光谱医学显微图像分类研究

目录

声明

摘要

第一章绪论

1．1研究背景及意义

1．2国内外研究现状

1．2．1国外研究现状

1．2．2国内研究现状

1．3研究目的及主要研究内容

1．3．1论文的主要研究内容

1．3．2本文的创新之处

1．3．3本文的文章结构

第二章高光谱显微成像介绍

2．1高光谱显微成像简介

2．1．1分光成像的原理

2．1．2扫描成像方式与数据特点

2．2显微高光谱图像数据介绍

2．2．1肾活检切片数据简介

2．2．2白细胞数据简介

2．3本章小结

第三章基于卷积神经网络和高光谱显微成像的膜性肾病分类

3．1数据的预处理

3．1．1滤波去噪

3．1．2数据降维

3．2深层网络的选择

3．2．1卷积神经网络的基本原理

3．2．2网络模型的选择

3．2．3基于ResNet的MN分类框架

3．3实验内容和分析

3．3．1相关参数讨论

3．3．2实验结果与分析

3．4本章小结

第四章基于MGCNN的医学高光谱显微图像分类

4．1算法介绍

4．1．1主成分分析方法

4．1．2 Gabor调制的CNN卷积核

4．1．3 MGCNN

4．2实验内容和分析

4．2．1相关参数讨论

4．2．2实验结果与分析

4．3本章小结

第五章总结与展望

5．1总结

5．2展望

参考文献

致谢

研究成果及发表的学术论文

作者和导师简介