一、CAD系统的发展前景（论文文献综述）
刘剑锋,阳莲,洪莉[1]（2021）在《水凝胶治疗盆底功能障碍性疾病的研究进展》文中指出盆底功能障碍性疾病是中老年女性常见的妇科疾病,可损害女性的生理、心理和性功能,严重影响女性的生活质量,也给社会带来了巨大的经济负担。盆底功能障碍性疾病的病因主要为盆底肌肉和结缔组织损伤,与怀孕和阴道分娩以及肥胖等因素有关。材料学、再生医学的应用与发展为盆底功能障碍性疾病的治疗注入了新的活力。水凝胶在治疗中因其创伤小、感染轻、恢复快等优点,在盆底功能障碍性疾病的治疗中具有广泛前景。本文就水凝胶用于治疗盆底功能障碍性疾病的研究进展进行综述。
王琳萍,张波[2]（2021）在《计算机辅助诊断系统在甲状腺结节超声诊断中的应用进展》文中指出甲状腺结节是常见的临床问题。超声检查是其首选的影像学诊断工具,用于评估甲状腺结节患者的恶性风险,结合结节大小、局部侵犯情况、颈部淋巴结是否转移等推荐细针穿刺活检（fine-needle aspiration,FNA）,并且在患者治疗后继续管理方案的决策中发挥不可或缺的作用。超声的正确高效使用,不仅可以减少不必要的FNA和（或）诊断性手术,还能减轻患者的焦虑及医疗保健系统的负担。近年来,以机器学习和深度学习为核心,基于人工智能的甲状腺结节计算机辅助诊断系统已取得巨大进步,在一定程度上克服了超声诊断中的操作者依赖性,但是受到数据源不同、算法不同等因素的影响,各中心的结果在跨中心运用时表现并不稳定。本文对其应用现状及研究进展进行综述。
孙翎马[3]（2021）在《肺部CT影像智能分析及辅助诊断关键技术研究》文中指出在肺癌的早期临床影像筛查中,CT影像中肺结节的检测对肺癌诊断极为重要,可以提高肺癌患者的生存几率。由于CT影像的数据量庞大,会给医生带来负担与疲劳,从而导致病症的漏检和误检。因此,临床上急需一种辅助医生进行病症检测的计算机辅助检测（computer-aided detection,CAD）系统,以提高医生的病症检测率。然而,肺结节具有异质性的特性,并且肺腔内存在大量与结节相似的组织。这些因素给肺结节的计算机辅助检测任务带来了巨大的困难和挑战。本文围绕CT影像的特性以及肺结节的特点,深入剖析了CAD系统,并针对其关键技术展开了相对应的研究。对肺结节CAD系统的肺实质分割、候选结节检测以及假阳性结节抑制三个关键技术开展了对应的研究工作,以提升CAD系统的性能。本文的主要研究内容包含以下几个方面:（1）对CT影像肺结节计算机辅助检测系统的基础理论进行了梳理和介绍。本文深入研究和分析了CT成像的特性以及肺结节的特点,并深入剖析了CAD系统中的关键技术及其评价方法与标准。针对CT影像数据以及肺结节的特点,讨论了现有CAD系统关键技术研究的局限性。本文对CT影像特性和肺结节特点的研究与分析,为后续CAD系统关键技术的研究提供了理论基础,也是全文工作的基础与支撑。（2）提出了一种基于形态学的CT影像肺实质分割方法。肺实质分割是CAD系统中的一个基础环节,目的是将研究的区域集中在肺腔内。传统的分割方法很难在算法的准确率、效率以及泛化能力上达到均衡。本文根据肺部CT影像的特征,分析了人体组织的分布与形态差异,在形态学的基础上,结合阈值分割、连通性分析,提出了一种多阶段的肺实质分割方法。通过临床CT影像数据的实验与分析,本文提出的肺实质分割方法具有高效性、高准确率和较好的鲁棒性,可以较好地解决肺实质分割问题。（3）提出了一种基于广义S变换Teager主能量的结节检测方法。候选结节的检测是CAD系统中至关重要的一个环节,它决定了整个系统的最大性能表现。传统的检测方法都是从空间或者统计信息中获取结节相关的特征,缺少了对结节频率信息相关特征的研究。本文通过时频分析,探究了实性结节的时频域属性特征。同时,利用时频域能量属性特征描述实性结节,并将其应用于候选结节检测,由此提出了一种基于广义S变换Teager主能量的结节检测方法。实验结果表明,本文采用的时频域属性特征可以有效地表征实性结节,提出的检测方法也具有较好的检测性能。（4）提出了一种基于最优阶分数域S变换的谱分析结节检测方法。本文利用最优阶分数域S变换优异的时频分辨率,探究了实性结节的固有频率成分,并根据其固有频率成分,结合固有频率下的频率域能量属性特征,提出了一种基于谱分析的候选结节检测方法。通过实验数据的分析与对比,验证了频率成分的差异性可以有效区分结节与假阳性结节。实验结果也表明,本文所提的检测方法具有良好的性能表现。（5）提出了一种基于注意力内嵌式互补流卷积神经网络的假阳性结节抑制方法。假阳性结节的抑制是CAD系统中最后一个关键技术,其目的是去除假阳性结节,完成肺结节检测任务。然而,现有的基于卷积神经网络的方法存在两个局限性:1)没有充分考虑不同尺度输入对最终预测结果的贡献程度;2)忽略了输入中不同区域的重要性差异。本文针对以上两个局限,结合注意力机制,提出了一种基于注意力机制内嵌的互补流卷积神经网络。通过注意力机制引导网络聚焦于空间重要区域的特征,同时自动加权多尺度特征,以实现假阳性结节的抑制。公开数据集的测试和与其他方法的对比实验验证了本文所提方法的可行性和有效性,也表明该方法在假阳性结节抑制中能够取得良好的效果。大量的实验测试与分析表明,本文根据肺部CT影像的特性和结节的特点,针对CAD系统的三个关键技术所提出的四种算法,都在一定程度上解决了现有CAD研究工作中的不足,提升了CAD系统中关键技术的性能表现,增强了CAD系统在肺部CT影像中对异质结节的检测性能。此外,本文针对CAD系统关键技术的研究有助于实现CAD系统的临床应用。
吕明慧,周帅,朱强[4]（2020）在《基于深度学习乳腺超声计算机辅助诊断系统研究进展》文中研究说明超声是诊断及筛查乳腺癌的重要工具,为提高其诊断准确率,超声计算机辅助诊断（CAD）系统应运而生。传统的CAD系统需人工进行图像预处理及特征提取,工作量较大且诊断效能欠佳。深度学习（DL）利用计算机算法自动提取图像特征,较传统方法更接近人工智能,而其中应用较广的算法是卷积神经网络（CNN）。本文对乳腺CAD系统的发展及基于DL的乳腺超声CAD系统的研究进展进行综述。
董晶晶[5]（2020）在《基于CT图像的多类型肺结节分割算法的研究与实现》文中认为肺癌是最为常见的癌症疾病,其死亡率在所有癌症疾病中位居榜首。就目前的医疗技术而言,肺癌治疗的关键在于早发现早治疗。肺癌早期是以肺结节的形式存在的,因此,诊断的重点在于能否通过医学成像技术发现肺结节,并判断其是否有恶化倾向。目前,临床上通常采用胸腔CT影像和活检作为肺结节诊断的主要依据,诊断周期较长,不仅需要花费医生大量的时间和精力,还会延误患者的治疗时机。为此,研究者研发出计算机辅助诊断（computer aided diagnosis,CAD）系统,希望通过计算机技术协助医生诊断疾病,提高诊断效率和准确率,为患者提供更好的治疗。然而,肺结节形态结构复杂,具有异质性,且多具有边缘模糊、密度分布不均匀、对噪声敏感和易与周围其他组织混淆等特点,导致CAD系统难以兼顾对不同类型肺结节的诊断。为此,本文对CAD系统中的肺结节分割环节展开研究,提出一种基于CT图像的多类型肺结节分割算法,在确保精确度的基础上,实现对多种不同类型肺结节的有效分割,以改善CAD系统在多类型肺结节诊断方面的性能。本文主要工作如下:（1）提出基于择优对称粒子群优化的Otsu肺实质分割算法。首先采用双边滤波和高低帽变换增强算法对肺部CT图像进行预处理,然后在Otsu算法的基础上引入改进后的粒子群算法,借助其寻优能力寻找最佳阈值,从而提高算法的分割效率。（2）提出一种改进的自适应边缘匹配修复算法。该算法主要用于解决粘连胸膜型肺结节带来的肺部边缘凹陷问题,首先采用边缘跟踪算法获得肺部边缘,然后对自适应边缘匹配算法进行改进,对固定阈值和自适应步长进行重新定义。采用改进后算法对肺部边缘轮廓进行修复,获得完整的肺部区域,同时解决粘连胸膜型肺结节的分割难题。（3）提出基于局部空间相似性的WFCM算法,即在WFCM算法的基础上,结合局部图像特征相关性理念,引入局部空间相关性,使算法能够同时兼顾图像的空间信息和灰度信息,提高算法分割的精确度和抗噪性,另一方面,借助模糊聚类思想解决肺结节的边缘模糊问题和磨玻璃结节的分割挑战,改善因此导致的肺结节过分割或欠分割。
唐路明[6]（2020）在《轨道车辆外形参数化CAD系统的研究与开发》文中提出发展城市轨道交通是当今我国当今公共交通运输的重点,为进一步提高我国城市轨道车辆外形的设计水平,为造型设计师提供有力的设计工具,本文在城市轨道车辆外形设计原则及要素、参数化CAD技术及交互式遗传算法（IGA）的理论基础上,以Rhinoceros软件和Corel Draw软件为开发平台,设计开发出轨道车辆外形参数化CAD系统。通过对现有城市轨道车辆外形设计现状以及列车CAD技术的研究,结合设计师们在设计前期的草图绘制、模型构建及设计评价过程中所遇到的问题,深入分析了城市轨道车辆外形参数化CAD系统的设计需求,总结了城市轨道车辆外形设计原则及设计要素。并将城市轨道车辆外形设计划分为造型设计与色彩设计两部分,通过亲和图法（KJ法）归纳整理了相关设计要素,为系统的开发提供了设计角度的指导,同时探索了列车头部造型曲面的建模方法,为系统的开发提供了技术指导。结合设计师在实际工作中的需求,将系统分为二维生成工具和三维生成工具,为设计师提供不同角度的辅助路径。选用三维建模软件Rhinoceros和二维绘图软件Corel Draw作为开发平台。基于Rhino Common对Rhinoceros软件进行二次开发,设计了列车车身整体造型设计、特征曲面造型设计、细节组件设计以及方案评价功能模块;基于VBA语言对Corel Draw软件进行二次开发,设计了三维模型快速生成、列车正面方案生成及列车侧面方案生成三种功能模块。开发的系统功能丰富,操作简单,人机界面良好。该系统极大程度减少了造型设计师的工作量,将重复繁杂的设计工作借助计算机来辅助完成,提高了产品设计效率,缩短了研发周期,基于设计师与智能技术的合理分工拓展了概念方案搜索的广度。
殷希彦[7]（2020）在《基于知识的乘用车总装线数字化工艺设计方法研究》文中指出乘用车总装线与乘用车的设计、制造过程密切相关,可以体现乘用车产品的成本、质量等影响市场占有率的关键指标。随着乘用车产品和生产技术的快速发展,乘用车总装线也需要随之改造升级。乘用车总装线工艺设计是总装线设计的核心,目的是在保证乘用车产品质量的前提下,选择一条可行的、高效的、低成本的生产工艺路线。然而,在向数字化、信息化、智能化工艺设计转型升级过程中,我国乘用车总装线设计单位普遍存在设计知识储备不足、难以灵活重用、缺乏实用工具等问题。如何利用现有设计知识、经验、工具,对设计人员完成工艺设计任务提供有效支持,提高工艺设计的质量和效率是乘用车总装线设计单位亟待解决的问题。基于上述问题,本文主要从乘用车总装线设计知识的表示方法、设计知识的智能推送方法、三维数字模型的智能装配方法等方面展开研究,主要内容如下:（1）研究了乘用车总装线数字化工艺设计方法及体系架构。在分析了现有乘用车总装线工艺设计方法的基础上,根据乘用车总装线工艺设计的需求,提出以设计知识智能推送来提高工艺设计质量,以三维数字模型的智能装配来提高工艺设计效率的乘用车总装线数字化工艺设计方法,明确了该方法的框架。（2）研究了基于本体与复杂网络理论的乘用车总装线工艺设计知识建模方法。在分析乘用车总装线工艺设计整体流程的基础上,将乘用车总装线工艺设计基本要素划分为五种:设计人员、设计任务、设计知识、设计流程和设计资源,并对设计知识进行了详细分类;基于本体技术,对显性工艺知识及关联的各基本要素进行了建模;其次,基于复杂网络理论构建了设计人员、设计任务和设计知识间的三维复杂网络模型,详细给出了模型的构建方法、结构及对应的实际工程意义。（3）提出了基于关联-经验-需求的乘用车总装线工艺设计知识智能推送方法。针对当前设计知识推送算法对多因素共同作用考虑不足的问题,在分析了乘用车总装线工艺设计知识推送原则的基础上,基于本体和三维复杂网络模型,综合考虑设计知识和设计任务的关联度、设计人员对设计知识的反馈操作,以及设计知识的类型、信息量,设计人员的经验、记忆能力等特点,提出了符合设计任务要求和设计人员需求的设计知识智能推送方法。对比实验证明该方法可以有效满足设计人员对设计知识的需求。（4）提出了一种基于装配知识模型的三维数字模型智能装配方法。在乘用车总装线三维数字模型进行装配时,基于装配知识模型推送最佳装配方案供设计人员选择,若装配方案不满足设计人员需求,则可通过设计人员对三维数字模型的拖拽操作智能识别设计人员的装配意图,从而快速完成装配过程。对比实验证明智能装配方法在提高装配效率、减少设计人员工作量、降低操作复杂度方面优势明显。（5）以国内某汽车工厂设计院为对象,在该设计院现有工艺设计整体流程的基础上,将本文所提方法具象化,设计并开发了面向乘用车总装线的数字化工艺设计平台,给出了平台的开发思路、软件架构、功能模块、数据集成方法。通过平台在该设计院的实际应用效果,论证了本文工作的意义和有效性。
林怡[8]（2020）在《基于计算机视觉的中医望诊面色分类研究》文中提出中华文明历史悠久,博大精深,源远流长。传统中医学伴随着历史的发展一直流传至今,造福着古今中外的人们。与西方医学最大的不同之处在于,中医认为人体是一个有机的整体,医生需要从多方面了解和系统掌握疾病的相关信息,从而对患者进行有针对性的临床治疗。其独特的“望闻问切”四诊法是中国古代人民智慧的结晶,也是中华文化的瑰宝。面诊是中医望诊的重要环节,也是医生通过面象对病人体内病症进行定位、定性的一种有效的诊疗手段。近些年来,随着中医现代化的发展,人们对中医面诊手段有了新的要求。依托图像处理和计算机视觉技术的兴起,中医面诊客观化和定量化已经成为了必然的研究方向。利用图像处理的方法来实现中医面诊,能够有效避免外部条件的影响和医生知识水平、临床经验的干扰,从而更准确更科学地给予医生诊断的参考。因此,如何有效且高效地利用计算机视觉的方法实现自动化中医面诊成为了国内外诸多学者和医者密切关注的问题。本文以中医面色诊断理论作为基础,提出了一个基于面部多特征融合的中医面色自动诊断算法,并针对中医面色分类问题首次在深度学习领域做出了尝试。本论文的主要工作包括以下部分:1.对现有的基于计算机视觉的中医面诊客观化研究成果进行概括总结,对中医面诊领域中使用到的传统机器学习算法和卷积神经网络算法进行述评,分析了两类算法的特点以及在中医诊断领域的应用价值。2.提出了一个基于面部融合特征的中医面色自动辨识系统。利用深度学习方法实现面部图像的关键点识别和感兴趣区域的自动分割,经过椭圆肤色模型判别后计算颜色、纹理、口唇等相关特征值,最后使用KNN、SVM、BP神经网络等机器学习方法对提取到的面部特征进行分类识别。实验结果证明,融合多特征的面诊分类方法有较高的准确率。3.基于Alex Net、VGG和残差网络训练中医面色的分类模型,并将迁移学习方法运用到网络的训练过程中,探讨不同网络模型的分类效果与性能,并与传统机器学习分类方法进行对比分析。经由上海中医药大学附属曙光医院所采集的人脸图像数据库验证,该方法是切实可行的,与传统方法相比有一定的优势。
梁栋[9]（2020）在《基于多期相CT影像的肝脏病灶检测和分类算法研究》文中进行了进一步梳理在世界范围内,癌症已经成为致死率最高的病因,其中肝癌的致死率位列第四。癌症早期诊断和治疗是降低癌症死亡率的主要措施。计算机辅助诊断（CAD）系统的目标之一是实现基于医学影像的癌症早期诊断,因而一直得到学术界和工业界的关注。CAD系统包含两个重要步骤:即病灶检测和病灶分类。因此,基于多期相CT影像,研究精确的肝脏病灶检测和分类方法,具有重要的临床应用价值。随着人工智能技术快速发展,基于卷积神经网络（CNN）的深度学习模型在许多计算机视觉任务上都取得了突破性的进展。近年来,众多基于CNN的改进模型也被广泛应用于CAD系统中。然而,多期相CT影像中肝脏病灶的形状尺度变化较大,不同类型病灶存在着异病同影和同病异影的情况,多期相影像间的增强模式难以描述,上述特点使得精确的肝脏病灶检测和分类仍存在较大挑战。为此,本文围绕精确的肝脏病灶检测和分类算法展开研究,主要工作如下:1)提出一种基于多通道尺度不敏感的多期相肝脏病灶检测算法针对多期相CT影像中肝脏病灶大尺度变化问题,本文提出了一种基于多通道尺度不敏感的多期相肝脏病灶检测算法。该算法采用基于U型的全卷积结构,有效地融合不同尺度的视觉特征,采用Link机制处理病灶框之间可能存在的重叠问题,采用基于卷积的循环神经网络来提取期相间的增强模式。实验结果表明,本文提出的检测算法可以降低卷积神经网络对于待检测病灶尺度的敏感性,从而改善多期相肝脏病灶的检测效果。IoU设置为0.5时,平均精度（AP）达到了77%,优于现有的其它方法。此外,利用循环神经网络来提取期相间增强模式的方法可以泛化到其它任务和应用领域,具有一定通用性。2)提出一种融合全局和局部信息的多期相肝脏病灶分类算法医生在诊断肝脏病灶时,往往会对肝脏病灶影像进行放缩,以详细查看病灶的局部和全局信息,同时,医生会在期相间切换,以获取病灶在期相间的表现差异,以避免异病同影、同病异影等现象对诊断结果造成影响。受此启发,本文提出了一种结合局部和全局信息的肝脏病灶分类算法。该算法以病灶RoI（region of interest）及从RoI中提取的图块（patch）为输入,采用两个通道分别获取病灶的全局信息和局部信息,采用基于全连接的长短时记忆网络来提取期相间的增强模式。实验结果表明,本文提出的多期相肝脏病灶分类算法在融合病灶全局与局部信息的同时,也有效地结合期相间增强模式进行分类,分类准确率达到88%,优于现有的其它方法。
沈荣波[10]（2019）在《基于机器学习的乳腺钼靶图像肿块检测技术研究》文中研究说明乳腺癌是世界范围内女性致死率最高的肿瘤之一,如何早期发现、规范化诊断、降低死亡率是全世界医学界所面临的重大挑战。乳腺钼靶图像分析是早期发现乳腺癌病变风险的重要手段,也是目前公认的最有效和最可靠的医疗检查方法,可以找到早期乳腺癌病变的相关线索,主要有肿块、微钙化和腺体结构变形等。配合早期的防治措施可以显着降低筛查人群的致癌率和死亡率,在乳腺钼靶图像成像设备与诊断系统普及较全面的发达国家,乳腺癌的存活率可达到80%以上,而在医疗卫生水平较落后的发展中国家,乳腺癌的存活率低于40%。因此,在目前医疗技术对乳腺癌尚无有效预防手段的情况下,如何早期发现乳腺癌是对抗乳腺癌的重要方法。近年来,随着计算机技术的飞速发展,使用计算机实现数字化辅助诊断系统已经成为医疗技术的发展趋势。利用计算机辅助医生进行乳腺癌诊断也成为了必然的发展趋势,数字化的乳腺钼靶图像不仅可以使用更清晰的图像分辨率,也更容易保存、检索和传输,而且计算机可以分析与识别出人眼不能利用的诊断信息。近年来有大量基于乳腺钼靶图像的计算机辅助检测技术被提出,已有部分应用于临床诊断,在最新的研究工作中,一些传统算法还存在着许多不足,有些局限于乳腺钼靶图像中特定类型的病变检测,有些则是算法检测的假阳性率较高,有些则是需要提供较多的人工干预等等。因此,实现自动化的、更准确的、更多样化检测的基于乳腺钼靶图像的计算机辅助检测系统是当前迫切的需求,而从乳腺钼靶图像中自动地、快速地找到异常的肿块病变区域并识别肿块病变是一项具有挑战性的任务。乳腺钼靶图像是一种医学成像的灰度图像,在设计与实现计算机辅助的肿块检测系统过程中,当前存在着下述问题。1、肿块在乳腺钼靶图像中呈现多种不同的尺寸和形状,通常嵌入在正常组织中,与这些正常组织具有较低的对比度差异,采用手工设计特征的传统检测技术难以获得良好的检测性能。2、在进行肿块检测系统的建模过程中,需要大量良好标注的乳腺钼靶图像数据,而这类医学图像数据的标注代价很高,因此如何降低数据集标注的需求是一个亟需解决的问题。3、由于不同的采集设备和参数配置等原因,不同来源的乳腺钼靶图像数据集之间存在较大的差异,如何从精确标注的数据集学习病灶区域的特征并迁移到未标注的数据集,是避免目标数据集标注的一个需要解决的问题。4、由于乳腺钼靶图像中肿块病灶区域占据相对更小的区域,在识别过程中会遇到类别不均衡的问题。针对上述问题,本文进行的研究如下。一、为了提取更佳特征表达进行肿块检测任务,本文利用肿块病灶周围的背景信息和肿块病灶的轮廓特征来扩充特征表达,为此设计了一种基于多背景多任务学习（MCMTL,Multi-Context Multi-Task Learning）网络的肿块检测计算机辅助诊断（CAD,Computer Aided Diagnosis）系统,该系统包括一个疑似区域定位（SRL,Suspicious Region Localization）模块和一个肿块识别的多背景多任务学习（MCMTL）网络模块。疑似区域定位采用显着区域搜索方法在乳腺钼靶图像中找出疑似病灶区域。从疑似病灶区域裁剪出局部子图,由多背景多任务学习（MCMTL）网络进一步判定该区域为肿块区域或者非肿块区域。MCMTL网络可以同时集成多个尺度的局部子图的分类特征和分割特征用于肿块识别,该网络融合了多背景学习和多任务学习并实现了端到端的学习。在公开数据集上的实验中,多背景多任务网络显着地优于所有对照组,基于多背景多任务学习（MCMTL）网络的肿块检测CAD系统分别取得了0.812 TPR（True Positive Rate）@2.53 FPI（False Positive per Image）和0.919TPR@0.12 FPI的肿块检测性能,在与最先进的肿块检测技术的对比中取得了更优异的性能。二、为了解决乳腺钼靶图像中数据标注缺乏的问题,提出了一种基于主动学习和自步学习结合的肿块检测方法,该方法从大量未标注的医疗影像数据中选择少数最优信息量样本进行手工标注,可大幅降低数据集标注的需求,并提供了一种高效的训练策略。为主动学习设计了一种新的信息量评估算法,通过考虑样本的不确定性和多样性找出最优信息量样本;另外,利用自步学习的策略配合主动学习,依据样本的复杂性和自步学习的步长从最优信息量样本中选取最有价值样本。在实际收集的数据集上,本方法取得了0.9220 PAUC（Partial Area Under Free-Response Receiver Operating Characteristic Curve）和0.9643 TPR@2.0FPI的肿块检测性能,优于对照组的主动学习方法和随机抽样方法,同时手工标注的样本数据量也更少,约为数据集总量的20%。三、为了解决乳腺钼靶图像中数据标注缺乏的问题以及标注成本较高的问题,提出了一种基于无监督域适应方法用于乳腺钼靶图像中的肿块检测,利用对抗学习进行模型的训练,从精确标注的数据集学习病灶区域的特征并迁移到未标注的数据集。该方法采用了全卷积网络（FCN,Fully Convolutional Network）用于热图预测;另外,设计了一个域分类器,其利用对抗学习对全卷积网络的输出特征进行调整,使得源域数据的特征与目标域数据的特征尽可能相近。为了进一步提升模型的性能,提出了一种更高效的对抗学习训练方法,用于克服在域分类器更新时的批量值过小以及震荡的问题。在公开数据集迁移到实际收集的数据集的验证实验中,本方法可以取得0.9083 PAUC和0.9479 TPR@2.0FPI的肿块检测性能,优于当前最先进的方法,同时大大地减少训练时间。另外,实验结果也表明,无监督域适应方法在采用更多的未标注样本时,可以取得与使用较少标注样本的监督学习相近的结果。四、为了解决医学图像分析中常见的类别不均衡问题,提出了一种基于生成对抗网络的方法,在特征空间执行合成抽样,即特征扩增,以解决样本的类别不均衡在分类模型训练过程中的负面影响。首先训练一个特征提取器用于将图像映射到特征空间;然后,生成对抗网络运用对抗学习训练特征生成器,其中特征生成器与判别器形成一组最大-最小博弈对抗;特征生成器从任意的隐藏分布中生成特征,以模拟真实的图像特征;最后为了抑制合成抽样中生成的冲突特征,使用数据清洗技术清理不符合预期的冲突特征,获得更优的类别均衡的特征集合分布,以提升类别不均衡学习的性能。两个医疗图像分析任务的实验结果表明本方法可以获得比最先进的现有方法更优或者相当的性能。
二、CAD系统的发展前景（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、CAD系统的发展前景（论文提纲范文）
（1）水凝胶治疗盆底功能障碍性疾病的研究进展（论文提纲范文）
| 一、水凝胶适用于盆底功能障碍性疾病的特性 |
| 1.生物相容性： |
| 2.可降解性： |
| 3.可注射性： |
| 4.机械力学性能： |
| 5. 支架载体结构： |
| 二、水凝胶在盆底功能障碍性疾病中的应用 |
| 1. 水凝胶在盆底器官脱垂中的应用： |
| 2.水凝胶在压力性尿失禁中的应用： |
| 3.水凝胶在大便失禁中的应用： |
| 三、水凝胶在盆底功能障碍性疾病中的应用中存在的问题 |
| 四、展 望 |
（2）计算机辅助诊断系统在甲状腺结节超声诊断中的应用进展（论文提纲范文）
| 一、甲状腺成像中基于人工智能的计算机辅助诊断系统的开发 |
| 二、计算机辅助诊断系统在甲状腺结节超声诊断中的应用现状及研究进展 |
| 1．机器学习及深度学习: |
| 2．甲状腺结节超声诊断的商业化CAD系统: |
| 3. CAD系统在甲状腺结节超声诊断中的应用现状: |
| 4. CAD系统在甲状腺结节超声诊断中的研究进展: |
| 三、挑战及局限性 |
| 四、展望 |
（3）肺部CT影像智能分析及辅助诊断关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状及发展动态 |
| 1.2.1 基于规则的CT图像处理方法 |
| 1.2.2 经典机器学习方法 |
| 1.2.3 深度学习方法 |
| 1.3 研究内容与技术路线 |
| 1.4 论文结构安排 |
| 第二章 CT影像肺结节计算辅助检测基础理论 |
| 2.1 肺部CT影像特性 |
| 2.2 肺结节 |
| 2.2.1 肺结节特点 |
| 2.2.2 数据集 |
| 2.3 计算机辅助检测系统关键技术 |
| 2.3.1 肺实质分割 |
| 2.3.2 候选结节检测 |
| 2.3.3 假阳性结节抑制 |
| 2.4 计算机辅助检测系统的评价标准与方法 |
| 2.5 本章小结 |
| 第三章 基于形态学的肺实质分割方法 |
| 3.1 概述 |
| 3.2 形态学方法理论 |
| 3.2.1 结构元 |
| 3.2.2 腐蚀和膨胀 |
| 3.2.3 开闭操作 |
| 3.2.4 孔洞填充与连通分量提取 |
| 3.3 多阶段肺实质分割方法 |
| 3.3.1 胸腔提取 |
| 3.3.2 肺实质分割 |
| 3.3.3 边界细化 |
| 3.4 实验与结果分析 |
| 3.4.1 算法参数设置 |
| 3.4.2 评价指标 |
| 3.4.3 定性分析 |
| 3.4.4 定量评价 |
| 3.5 本章小结 |
| 第四章 基于广义S变换的肺结节检测方法 |
| 4.1 概述 |
| 4.2 时频分析与属性理论 |
| 4.2.1 时频分析 |
| 4.2.2 时频属性 |
| 4.3 肺结节检测方法 |
| 4.3.1 Teager主能量属性图提取 |
| 4.3.2 候选结节检测 |
| 4.4 实验结果与分析 |
| 4.4.1 算法参数设置 |
| 4.4.2 评价指标 |
| 4.4.3 TKME分析 |
| 4.4.4 TKME属性图评价 |
| 4.4.5 候选结节检测结果 |
| 4.4.6 综合分析 |
| 4.5 本章小结 |
| 第五章 基于最优阶分数域S变换的肺结节检测方法 |
| 5.1 概述 |
| 5.2 谱分析理论 |
| 5.2.1 分数域时频分析 |
| 5.2.2 分数域S变换 |
| 5.2.3 最优阶求解 |
| 5.3 肺结节检测方法 |
| 5.3.1 肺部分割 |
| 5.3.2 谱分析 |
| 5.3.3 TKE属性提取 |
| 5.3.4 候选结节检测 |
| 5.4 实验结果与分析 |
| 5.4.1 算法参数设置 |
| 5.4.2 评价指标 |
| 5.4.3 一维信号分析 |
| 5.4.4 结节频率成分分析 |
| 5.4.5 TKE作用分析 |
| 5.4.6 候选结节检测结果 |
| 5.4.7 综合分析 |
| 5.5 本章小结 |
| 第六章 基于注意力机制的假阳性结节抑制方法 |
| 6.1 概述 |
| 6.2 注意力机制理论 |
| 6.2.1 挤压激励式网络 |
| 6.2.2 卷积块注意力模型 |
| 6.3 假阳性结节抑制方法 |
| 6.3.1 多尺度三维输入 |
| 6.3.2 多尺度特征提取 |
| 6.3.3 互补流信息整合 |
| 6.3.4 损失函数 |
| 6.4 实验结果与分析 |
| 6.4.1 网络超参数及实现细节 |
| 6.4.2 评价指标 |
| 6.4.3 注意力模型分析 |
| 6.4.4 CBAM的有效性分析 |
| 6.4.5 不同注意力模型对比 |
| 6.4.6 FL的影响 |
| 6.4.7 方法对比 |
| 6.4.8 综合分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.1.1 工作总结 |
| 7.1.2 创新点及主要贡献 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（4）基于深度学习乳腺超声计算机辅助诊断系统研究进展（论文提纲范文）
| 1 研究背景 |
| 2 基于DL的乳腺超声CAD系统 |
| 2.1 DL DL的概念源自人工神经网络。 |
| 2.2 CNN基本结构及技术 |
| 2.3 研究及应用现状 |
| 2.4 面临的挑战 |
| 3 小结与展望 |
（5）基于CT图像的多类型肺结节分割算法的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展和现状 |
| 1.2.1 计算机辅助诊断技术的国内外研究进展和现状 |
| 1.2.2 肺结节分割技术的国内外研究进展和现状 |
| 1.3 研究内容和创新点 |
| 1.4 论文结构安排 |
| 2 肺部CT影像及CAD系统介绍 |
| 2.1 肺部CT影像 |
| 2.1.1 CT成像技术 |
| 2.1.2 CT图像的特点 |
| 2.1.3 肺结节影像特征 |
| 2.2 CAD系统 |
| 2.3 本章小结 |
| 3 医学图像分割算法介绍 |
| 3.1 传统医学图像分割算法 |
| 3.1.1 基于阈值的分割算法 |
| 3.1.2 基于区域的分割算法 |
| 3.1.3 基于边缘的分割算法 |
| 3.1.4 传统分割算法分割实验对比 |
| 3.2 基于特定理论的分割算法 |
| 3.2.1 基于聚类的图像分割算法 |
| 3.2.2 基于数学形态学的图像分割算法 |
| 3.2.3 基于小波变换的图像分割算法 |
| 3.2.4 基于主动轮廓的图像分割算法 |
| 3.2.5 基于人工神经网络的图像分割算法 |
| 3.3 医学图像分割算法评估 |
| 3.4 本章小结 |
| 4 肺实质分割 |
| 4.1 图像预处理 |
| 4.1.1 双边滤波器 |
| 4.1.2 高低帽变换增强算法 |
| 4.2 基于择优对称粒子群优化的Otsu肺实质分割算法 |
| 4.2.1 传统粒子群优化算法 |
| 4.2.2 基于择优对称粒子群优化的Otsu肺实质分割算法 |
| 4.2.3 肺实质初步分割实验结果与分析 |
| 4.3 肺组织边缘修复 |
| 4.3.1 边缘跟踪算法 |
| 4.3.2 改进自适应边缘匹配算法 |
| 4.4 肺实质分割实验与分析 |
| 4.5 本章小结 |
| 5 多类型肺结节分割 |
| 5.1 基于局部空间相似性的WFCM肺结节分割算法 |
| 5.1.1 WFCM算法 |
| 5.1.2 图像局部空间相关特性 |
| 5.1.3 基于局部空间相似性的WFCM肺结节分割算法 |
| 5.2 肺结节筛选 |
| 5.3 分割精确度评估参数 |
| 5.4 实验结果与分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间科研情况 |
| 致谢 |
（6）轨道车辆外形参数化CAD系统的研究与开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.2 论文研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 论文研究内容 |
| 第二章 城市轨道车辆外形设计研究现状 |
| 2.1 国内外城市轨道车辆外形设计发展现状 |
| 2.1.1 国外城市轨道车辆外形设计发展 |
| 2.1.2 国内城市轨道车辆外形设计发展 |
| 2.1.3 国内外城市轨道车辆外形设计总结 |
| 2.2 参数化CAD系统概述 |
| 2.2.1 机车外形CAD技术 |
| 2.2.2 参数化技术概述 |
| 2.3 城市轨道车辆外形参数化CAD系统研究现状 |
| 2.4 本章小结 |
| 第三章 城市轨道车辆外形设计方法 |
| 3.1 城市轨道车辆外形设计流程 |
| 3.2 城市轨道车辆外形设计要素 |
| 3.2.1 造型设计要素 |
| 3.2.2 色彩设计要素 |
| 3.3 城市轨道车辆外形设计原则 |
| 3.3.1 经济实用 |
| 3.3.2 外形美观 |
| 3.3.3 融合创新 |
| 3.4 本章小结 |
| 第四章 城市轨道车辆外形参数化CAD系统设计 |
| 4.1 系统开发软件的选择 |
| 4.1.1 三维建模软件的选择 |
| 4.1.2 二维绘图软件的选择 |
| 4.2 软件平台的二次开发方法 |
| 4.2.1 Rhinoceros二次开发方法 |
| 4.2.2 Corel Draw二次开发方法 |
| 4.3 系统总体规划 |
| 4.3.1 二维生成工具设计 |
| 4.3.2 三维生成工具设计 |
| 4.4 城市轨道车辆头部曲面造型编码 |
| 4.5 本章小结 |
| 第五章 城市轨道车辆外形参数化CAD系统开发 |
| 5.1 三维生成工具 |
| 5.1.1 编码设计 |
| 5.1.2 车身整体造型设计 |
| 5.1.3 方案曲线曲面细节处理 |
| 5.1.4 特征曲面造型设计 |
| 5.1.5 细节组件设计 |
| 5.2 二维生成工具 |
| 5.2.1 三维模型快速生成模块 |
| 5.2.2 列车正面方案生成模块 |
| 5.2.3 列车侧面方案生成模块 |
| 5.3 系统应用特点 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 局限性与展望 |
| 6.3.1 系统局限性 |
| 6.3.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 攻读硕士学位期间发表的学术论文 |
| 3 参加的科研项目及获奖情况 |
| 学位论文数据集 |
（7）基于知识的乘用车总装线数字化工艺设计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩写词表 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 我国乘用车总装线工艺设计行业发展现状 |
| 1.1.2 我国乘用车总装线工艺设计行业面临的挑战 |
| 1.2 课题来源 |
| 1.3 研究目的及意义 |
| 1.4 相关领域国内外研究现状 |
| 1.4.1 乘用车总装线工艺设计中的智能制造技术和方法 |
| 1.4.2 乘用车总装线工艺设计知识表示与建模方法 |
| 1.4.3 乘用车总装线工艺设计知识重用方法 |
| 1.4.4 乘用车总装线设备/设施3D数模虚拟装配理论与方法 |
| 1.5 现有研究存在的问题与不足 |
| 1.6 研究内容与组织结构 |
| 第2章 基于知识的乘用车总装线数字化工艺设计需求分析及体系架构 |
| 2.1 引言 |
| 2.2 乘用车总装线工艺设计内容及需求分析 |
| 2.2.1 乘用车总装生产过程分析 |
| 2.2.2 乘用车总装线工艺设计基本要素 |
| 2.2.3 乘用车总装线工艺设计内容及存在的问题 |
| 2.3 基于知识的乘用车总装线数字化工艺设计方法体系架构 |
| 2.3.1 基于知识的乘用车总装线数字化工艺设计方法 |
| 2.3.2 基于知识的乘用车总装线数字化工艺设计平台总体架构 |
| 2.4 本章小结 |
| 第3章 基于本体与复杂网络理论的乘用车总装线工艺设计知识建模方法 |
| 3.1 引言 |
| 3.2 乘用车总装线工艺设计知识分析 |
| 3.2.1 设计知识特点和分类方法 |
| 3.2.2 显性知识与隐性知识的内涵 |
| 3.2.3 设计人员行为分析 |
| 3.3 显性工艺设计知识本体建模 |
| 3.3.1 本体技术简介 |
| 3.3.2 乘用车总装线工艺设计本体 |
| 3.3.3 设计任务和设计知识的统一向量化表示 |
| 3.4 隐性工艺设计知识复杂网络建模 |
| 3.4.1 3D-CNM构建 |
| 3.4.2 3D-CNM结构 |
| 3.4.3 3D-CNM统计特性 |
| 3.5 案例分析 |
| 3.6 本章小结 |
| 第4章 基于关联-经验-需求的乘用车总装线工艺设计知识智能推送方法 |
| 4.1 引言 |
| 4.2 工艺设计知识推送原则及CED方法框架 |
| 4.2.1 乘用车总装线工艺设计知识智能推送原则 |
| 4.2.2 CED方法框架 |
| 4.3 基于本体和3D-CNM的设计知识智能推送 |
| 4.3.1 客观关联度 |
| 4.3.2 基于设计人员反馈的主观关联度 |
| 4.3.3 基于集体智慧的主观关联度 |
| 4.3.4 整体关联度 |
| 4.3.5 设计人员对设计知识的需求度 |
| 4.3.6 设计知识推送方法 |
| 4.4 案例分析 |
| 4.4.1 实验准备工作 |
| 4.4.2 CED算法分析 |
| 4.4.3 对比实验分析 |
| 4.4.4 总结分析 |
| 4.5 本章小结 |
| 第5章 基于装配知识模型的乘用车总装线3D数模智能装配方法 |
| 5.1 引言 |
| 5.2 乘用车总装线3D数模装配过程分析 |
| 5.2.1 乘用车总装线3D数模层级和分类 |
| 5.2.2 乘用车总装线3D数模装配特点 |
| 5.3 乘用车总装线3D数模装配特征识别方法 |
| 5.3.1 投影图轮廓识别与OBB构造方法 |
| 5.3.2 投影图轮廓边的可见性判断与轮廓图主方向判断 |
| 5.3.3 特定安装面有效性检验 |
| 5.4 基于装配知识模型的装配方案推送 |
| 5.4.1 装配知识模型定义 |
| 5.4.2 装配方案推送 |
| 5.5 乘用车总装线3D数模装配意图识别方法 |
| 5.6 案例分析 |
| 5.6.1 案例基本信息 |
| 5.6.2 实验人员及实验方法 |
| 5.6.3 实验结果分析 |
| 5.7 本章小结 |
| 第6章 基于知识的乘用车总装线数字化工艺设计平台 |
| 6.1 平台开发背景 |
| 6.2 平台开发设计与实现 |
| 6.2.1 平台开发思路 |
| 6.2.2 智能装配功能 |
| 6.2.3 平台功能模块 |
| 6.2.4 平台数据集成 |
| 6.2.5 平台开发工具与运行环境 |
| 6.3 平台应用实例 |
| 6.3.1 设计信息管理 |
| 6.3.2 设计任务分配 |
| 6.3.3 设计知识推送 |
| 6.3.4 智能装配 |
| 6.3.5 应用效果分析 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读学位期间取得的学术成果 |
| 附录B 攻读学位期间参与的科研项目 |
| 附录C 与本文相关的项目验收报告 |
| 附录D 与本文相关的软件着作权 |
（8）基于计算机视觉的中医望诊面色分类研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 中医面诊简介 |
| 1.1.1 中医与中医面诊 |
| 1.1.2 中医面色辨证 |
| 1.2 研究背景与意义 |
| 1.3 论文的研究目标 |
| 1.4 论文的组织结构 |
| 第二章 基于计算机视觉的中医面诊客观化研究综述 |
| 2.1 医学图像CAD系统概述 |
| 2.2 基于传统机器学习算法的面部图像分析 |
| 2.2.1 人脸定位及人脸分割技术 |
| 2.2.2 面部特征的提取与识别 |
| 2.3 卷积神经网络在中医客观化研究中的应用 |
| 2.3.1 深度学习简介 |
| 2.3.2 卷积神经网络简介 |
| 2.3.3 卷积神经网络在中医客观化研究中的应用 |
| 2.4 中医面诊CAD系统的推广与应用 |
| 2.5 希望与挑战 |
| 2.6 本章小结 |
| 第三章 基于特征融合的中医望诊面色分类方法 |
| 3.1 前言 |
| 3.2 人脸感兴趣区域的皮肤块分割 |
| 3.3 面部特征的选择 |
| 3.3.1 颜色特征提取 |
| 3.3.2 纹理特征提取 |
| 3.3.3 唇色特征提取 |
| 3.4 不同分类器的运用 |
| 3.5 实验结果及讨论 |
| 3.5.1 实验测试集介绍 |
| 3.5.2 实验结果 |
| 3.6 本章小结 |
| 第四章 基于卷积神经网络的中医望诊面色分类方法 |
| 4.1 图像预处理 |
| 4.2 卷积神经网络的特征提取过程 |
| 4.3 卷积神经网络模型介绍 |
| 4.3.1 Alex Net网络模型 |
| 4.3.2 VGGNet网络模型 |
| 4.3.3 Res Net网络模型 |
| 4.4 卷积神经网络模型的构建 |
| 4.4.1 深度学习框架Tensorflow |
| 4.4.2 实验环境配置 |
| 4.4.3 网络结构的构建与训练 |
| 4.5 实验结果和方法对比 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士期间的研究成果 |
| 致谢 |
（9）基于多期相CT影像的肝脏病灶检测和分类算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 计算机辅助诊断系统研究现状 |
| 1.3 关键技术研究现状 |
| 1.3.1 肝脏CT影像数据集 |
| 1.3.2 目标检测算法 |
| 1.3.3 特征学习和分类算法 |
| 1.4 存在的难点 |
| 1.5 本文主要工作 |
| 1.6 本文组织结构 |
| 第2章 相关研究工作 |
| 2.1 多期相腹部CT影像分析 |
| 2.2 目标检测算法 |
| 2.2.1 基于区域回归机制的目标检测算法 |
| 2.2.2 无区域回归的目标检测算法 |
| 2.2.3 医学图像中的病灶检测算法 |
| 2.3 特征提取算法和分类算法 |
| 2.3.1 非端到端算法 |
| 2.3.2 端到端算法 |
| 2.3.3 医学图像中的特征提取和分类算法 |
| 2.4 本章小结 |
| 第3章 基于多通道尺度不敏感的多期相肝脏病灶检测算法 |
| 3.1 引言 |
| 3.2 基于多通道尺度不敏感的多期相肝脏病灶检测算法 |
| 3.2.1 整体网络结构 |
| 3.2.2 GB-CLSTM模块 |
| 3.2.3 多尺度融合模块 |
| 3.2.4 Link机制 |
| 3.2.5 损失函数 |
| 3.3 实验设计和结果分析 |
| 3.3.1 数据集 |
| 3.3.2 数据预处理 |
| 3.3.3 实验设置和评价指标 |
| 3.3.4 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 融合全局和局部信息的多期相肝脏病灶分类算法 |
| 4.1 引言 |
| 4.2 融合全局和局部信息的多期相病灶分类算法 |
| 4.2.1 整体网络结构 |
| 4.2.2 预处理 |
| 4.2.3 融合全局和局部信息的网络 |
| 4.2.4 双向LSTM结构 |
| 4.2.5 损失函数 |
| 4.2.6 后处理 |
| 4.3 实验设计和结果分析 |
| 4.3.1 数据集 |
| 4.3.2 数据预处理 |
| 4.3.3 实验设置和评价指标 |
| 4.3.4 实验结果和分析 |
| 4.4 本章小结 |
| 第5章 总结和展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间主要的研究成果 |
| 致谢 |
（10）基于机器学习的乳腺钼靶图像肿块检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要术语和符号对照表 |
| 1 绪论 |
| 1.1 研究背景和选题依据 |
| 1.2 机器学习在图像分析上的应用 |
| 1.3 课题研究内容 |
| 1.4 论文章节安排 |
| 2 医学图像分析的研究现状 |
| 2.1 医学图像分析技术概述 |
| 2.2 深度学习在医学图像分析中的研究现状 |
| 2.3 乳腺钼靶图像辅助诊断的相关研究 |
| 2.4 本章小结 |
| 3 基于多背景多任务学习的肿块检测方法 |
| 3.1 肿块检测的研究背景与动机 |
| 3.2 肿块检测的相关工作 |
| 3.3 基于MCMTL网络的肿块检测CAD系统 |
| 3.4 实验评估 |
| 3.5 本章小结 |
| 4 基于深度主动学习和自步学习的肿块检测方法 |
| 4.1 研究背景和动机 |
| 4.2 主动学习与自步学习的相关研究工作 |
| 4.3 主动学习与自步学习的系统设计方案 |
| 4.4 实验评估 |
| 4.5 本章小结 |
| 5 基于无监督域适应对抗学习的肿块检测方法 |
| 5.1 研究背景与动机 |
| 5.2 域适应的相关研究工作 |
| 5.3 无监督域适应的系统设计方案 |
| 5.4 实验评估 |
| 5.5 本章小结 |
| 6 基于生成对抗网络的深度特征扩增的类别不均衡学习方法 |
| 6.1 研究背景与动机 |
| 6.2 相关研究工作 |
| 6.3 特征扩增的系统设计方案 |
| 6.4 实验评估 |
| 6.5 本章小结 |
| 7 全文总结与展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读学位期间发表论文目录 |
| 附录2 攻读博士学位期间申请的发明专利和其他成果 |
| 附录3 攻读博士学位期间参与的科研项目 |
四、CAD系统的发展前景（论文参考文献）
- [1]水凝胶治疗盆底功能障碍性疾病的研究进展[J]. 刘剑锋,阳莲,洪莉. 医学研究杂志, 2021(10)
- [2]计算机辅助诊断系统在甲状腺结节超声诊断中的应用进展[J]. 王琳萍,张波. 医学研究杂志, 2021
- [3]肺部CT影像智能分析及辅助诊断关键技术研究[D]. 孙翎马. 电子科技大学, 2021(01)
- [4]基于深度学习乳腺超声计算机辅助诊断系统研究进展[J]. 吕明慧,周帅,朱强. 中国医学影像技术, 2020(11)
- [5]基于CT图像的多类型肺结节分割算法的研究与实现[D]. 董晶晶. 海南大学, 2020(07)
- [6]轨道车辆外形参数化CAD系统的研究与开发[D]. 唐路明. 浙江工业大学, 2020(03)
- [7]基于知识的乘用车总装线数字化工艺设计方法研究[D]. 殷希彦. 武汉理工大学, 2020
- [8]基于计算机视觉的中医望诊面色分类研究[D]. 林怡. 南京财经大学, 2020(04)
- [9]基于多期相CT影像的肝脏病灶检测和分类算法研究[D]. 梁栋. 浙江大学, 2020(08)
- [10]基于机器学习的乳腺钼靶图像肿块检测技术研究[D]. 沈荣波. 华中科技大学, 2019(01)