基于卷积神经网络的脑MR图像分割方法研究与应用任务书

 2021-08-20 00:48:53

1. 毕业设计（论文）主要目标：

本文的目标是首先分析并实现深度卷积神经网络，在成功实现的基础上研究如何将深度卷积神经网络应用于脑核磁共振图像分割中，接着分析研究如何将全卷积神经网络与U-net网络应用于脑核磁共振图像的分割，最终实现脑核磁共振图像的精准分割。

2. 毕业设计（论文）主要内容：

本文的设计内容主要是首先分析并实现深度卷积神经网络，接着分析并实现全卷积神经网络，再分析并实现U-net神经网络，最后将这三种神经网络应用于脑核磁共振图像的分割并给出实验的结果

3. 主要参考文献

  1. Wakamiya M.Furukawa AKanasaki S,cl al Asscssment of small bowel motility function With cine- MRI Using balanced steady.state frce prcession sequence[J].Joumal of MagncticRcsorance Imaging.2011,33(5):1235-1240
  2. Palk M AFrochlih JM.vonWeymamC.c al Non-invasive measurcnent of smll-bowel motlity by MRI after abdoninal surgeryD Gut 23007,56(7):1023-1025
  3. 赵春燕,闰长青、时秀芳.图像分割综述[J] .中国科技信息.2009(0) 42-43.
  4. Zeiler, M. D., Fergus, R. (2014, September). Visualizing and understanding convolutionalnetworks. In European conference on computer vision (pp. 818-833). Springer,Cham
  5. Ji Z,Liu J,Yuan H,etal.A Spatially Constrained Asymmetric Gaussian Mixture Model for ImageSegmentation[M]//Image and Video Technology.Springer InternationalPublishing,2015:e0168449.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章