声明
第一章 绪 论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 研究内容与主要贡献
1.4 论文组织架构
第二章 相关技术及研究现状
2.1 神经网络概述
2.1.1 人工神经网络
2.1.2 卷积神经网络
2.1.3 经典卷积神经网络结构
2.2 交叉熵损失函数
2.3 迁移学习
2.4 胸部 X线影像辅助诊断研究
2.5 本章小结
第三章 基于ChestX-Net网络的胸部X线辅助诊断研究
3.1 引言
3.2 ChestX-Net 网络诊断算法
3.2.1 通道间注意力机制模块
3.2.2 全局最大-平均双路并行池化层
3.3 基于弱监督学习的病灶区域定位
3.4 实验与分析
3.4.1 实验环境与参数设置
3.4.2 性能评价指标
3.4.3 实验结果分析
3.4.4 病灶区域弱监督学习可视化评估与分析
3.5 本章小结
第四章 面向不平衡不充分数据的多标签胸部X线诊断研究
4.1 引言
4.2 迁移学习差异性协同微调策略
4.3 多标签焦点损失函数
4.4 实验结果与分析
4.4.1 迁移学习策略对比实验
4.4.2 多分类焦点损失函数对比实验
4.4.3 相关研究工作对比实验
4.5 本章小结
第五章 基于多元信息融合学习的胸部常见病变辅助诊断研究
5.1 引言
5.2 非图像信息数据
5.3 多元信息融合网络
5.4 实验结果与分析
5.5 多元信息相关性探究实验
5.6 本章小结
第六章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
西南科技大学;