|
|
|
|
基于深度学习的全自动心肌分割算法研究 |
| |
|
| 论文目录 |
| |
| 致谢 | 第5-6页 | | 摘要 | 第6-7页 | | ABSTRACT | 第7-8页 | | 1 引言 | 第11-15页 | | 1.1 研究背景和意义 | 第11页 | | 1.2 心肌分割算法研究现状 | 第11-13页 | | 1.3 本文研究内容及章节安排 | 第13-15页 | | 2 心血管磁共振图像心肌分割算法介绍 | 第15-42页 | | 2.1 心血管磁共振图像与DICOM标准 | 第15-16页 | | 2.2 图像预处理算法 | 第16-23页 | | 2.2.1 图像形变算法 | 第17-21页 | | 2.2.2 图像灰度变换算法 | 第21-23页 | | 2.3 传统分割算法 | 第23-28页 | | 2.3.1 阈值分割算法 | 第23-25页 | | 2.3.2 聚类分割算法 | 第25-27页 | | 2.3.3 水平集分割算法 | 第27-28页 | | 2.4 深度学习算法 | 第28-41页 | | 2.4.1 神经网络 | 第29-32页 | | 2.4.2 卷积神经网络 | 第32-37页 | | 2.4.3 全卷积神经网络 | 第37-39页 | | 2.4.4 神经网络模型优化算法 | 第39-41页 | | 2.5 本章总结 | 第41-42页 | | 3 基于图像块分类的心肌分割算法 | 第42-58页 | | 3.1 算法架构模型 | 第42-43页 | | 3.2 基于单次多框物体检测框架的心脏定位网络 | 第43-46页 | | 3.3 基于卷积神经网络的心肌分割网络 | 第46-47页 | | 3.4 心血管磁共振图像心肌分割实验 | 第47-57页 | | 3.4.1 数据集与实验配置 | 第48-49页 | | 3.4.2 心脏定位网络的训练 | 第49-50页 | | 3.4.3 心肌分割网络的训练 | 第50页 | | 3.4.4 分割结果的评价方法 | 第50-51页 | | 3.4.5 实验结果与分析 | 第51-57页 | | 3.5 本章总结 | 第57-58页 | | 4 基于全卷积网络的心肌分割算法 | 第58-70页 | | 4.1 算法架构模型 | 第58页 | | 4.2 基于编码器-解码器架构的全卷积心肌分割网络 | 第58-59页 | | 4.3 心血管磁共振图像心肌分割实验 | 第59-69页 | | 4.3.1 全卷积心肌分割网络的训练 | 第60-61页 | | 4.3.2 实验结果与分析 | 第61-69页 | | 4.4 本章总结 | 第69-70页 | | 5 总结与展望 | 第70-72页 | | 参考文献 | 第72-76页 | | 作者简历及攻读硕士学位期间取得的研究成果 | 第76-78页 | | 学位论文数据集 | 第78页 |
|
|
|
|
|
论文编号BS3214535，这篇论文共78页
会员购买按0.35元/页下载，共需支付27.3元。 直接购买按0.5元/页下载，共需要支付39元 。 |
 |
 |
| 我还不是会员，我要注册会员！
会员下载论文更优惠!充值还送钱！ |
我只需要这一篇论文，无需注册！
直接网上支付，方便快捷！ |
|
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
|
教育论文中心