情感美文

基于深度学习的智能舌诊方法研究

作者:本站 | 分类:情感控制| 浏览:184

基于深度学习的智能舌诊方法研究

摘要第4-5页Abstract第5-6页第一章绪论第13-21页研究背景与意义第13-15页研究现状及存在问题第15-18页舌体分割研究现状及存在问题第15-17页舌象分类研究现状及存在问题第17-18页主要研究内容和创新点第18-19页本文结构安排第19-21页第二章相关技术第21-39页图像分割第21-24页深度学习和卷积神经网络第24-28页深度学习第24页卷积神经网络第24-28页语义分割第28-33页全卷积神经网络FCN第29-31页第31页生物神经网络U-Net第31-32页第32-33页常用分类网络第33-36页第33-34页第34-35页第35-36页第36页本章小结第36-39页第三章基于TS-Net的舌体分割方法研究第39-59页引言第39-40页构建舌象数据集第40-47页舌象采集第40-43页舌象标注第43-47页舌体分割网络结构第47-51页实验结果与分析第51-57页舌体分割性能评测指标第51-52页对比方法第52-53页具体实现和实验设置第53-55页实验结果第55-57页本章小结第57-59页第四章融合质苔分离和深度残差网络的舌象分类方法研究第59-75页引言第59-60页基于Lab颜色空间和舌色中心的舌质舌苔分离第60-65页颜色空间转换第60-61页舌色中心的定义第61-64页舌质舌苔分离第64-65页残差舌象分类模型第65-69页残差结构第65-67页舌象分类模型第67-69页基于舌象颜色的中医诊断第69-70页实验结果与分析第70-73页舌质舌苔分离效果第70-71页具体实现与实验设置第71页实验结果第71-73页本章小结第73-75页第五章总结与展望第75-77页本文工作内容第75-76页未来工作展望第76-77页参考文献第77-81页附录硕士期间发表的论文及参与项目第81-83页致谢第83页。

上一篇:春风一度共缠情第345章    下一篇:没有了
最近更新
精彩推荐
友情链接