原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于跨层特征交互与相位校正的结直肠息肉精准分割研究
目录
内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景及意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.1结肠息肉概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.2跨层特征交互理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.3相位校正技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
数据集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
3.1数据集来源与选取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
3.2数据预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
3.2.1图像去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
3.2.2图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
3.2.3图像标准化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
特征提取与交互．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
4.1特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
4.1.1基于卷积神经网络的特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．21
4.1.2基于传统图像处理技术的特征提取．．．．．．．．．．．．．．．．．．．．．．23
4.2跨层特征交互策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
4.2.1特征融合方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
4.2.2特征选择与降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
相位校正与分割算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
5.1相位校正方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
5.1.1基于相位信息的校正策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
5.1.2实时相位校正技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
5.2分割算法设计与实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
5.2.1基于阈值的分割方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
5.2.2基于机器学习的分割方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
5.2.3基于深度学习的分割方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
6.1实验设置与参数配置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
6.2实验结果展示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
6.2.1分割精度评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
6.2.2分割速度评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
6.3结果分析与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
6.3.1分割结果的可视化分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
6.3.2分割结果的质量评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
结论与展望．．．．．．．．．．．．．．
文档评论（0）