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
脑科CT图像智能定量分析的深度学习预测模型研究
目录
一、内容概括．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.4技术路线与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
二、相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.1计算机断层扫描技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.1.1硬件系统概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.1.2基本工作原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.2图像处理基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.2.1图像预处理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
2.2.2图像分割技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
2.3深度学习理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
2.3.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
2.3.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
2.4常用深度学习框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
三、脑科CT图像数据采集与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．43
3.1数据来源与简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
3.2数据集构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
3.2.1样本采集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
3.2.2数据标注．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
3.3图像预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
3.3.1噪声滤除．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
3.3.2图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
3.3.3图像配准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
四、基于深度学习的定量分析模型构建．．．．．．．．．．．．．．．．．．．．．．．64
4.1模型总体架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67
4.2网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
4.2.1编码器模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．70
4.2.2解码器模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71
4.2.3融合模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．74
4.3损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
4.4优化算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
五、模型训练与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．81
5.1训练参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．86
5.2模型训练过程．．．．．
文档评论（0）