基于生成对抗网络的肺癌检测系统的设计与开发任务书

 2021-12-29 08:12

全文总字数:1540字

1. 毕业设计(论文)主要内容:

据统计,肺癌已经成为世界上发病率和死亡率最高的肿瘤疾病之一,肺癌人群逐年增多。为提高人们的健康水平和疾病的早发现早治疗,关于肺癌的各种临床诊疗方法都会引起社会的多方关注。生成对抗网络是人工智能时代深度学习技术领域的重要发展方向。基于生成对抗网络对肺癌医疗影像进行检测对于预防和诊疗肺癌具有重要的意义和价值。本课题要求学生以医学图像病例数据为研究对象,重点研究基于生成对抗网络方法的肺癌检测算法,旨在为医生提供更加准确有效的诊断方法,对肺癌的早期诊断和治疗具有积极作用,并通过毕业设计掌握并综合运用本专业的相关知识技能。

1.前期知识储备:

l了解深度学习、对抗生成网络等技术框架与方法;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1.要求所设计的系统应能很好地体现产品的特点与优点,系统界面友好,输入/输出设计合理并具有较好的容错性,易于操作。

2.系统文档应能详细、准确的反映整个系统的设计思想。文档格式应尽可能规范,易读易懂,叙述问题准确。

3.至少查阅15篇相关文献(含近五年外文3篇),并每篇书写200—300字文献摘要(装订成册,带封面)

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

1. 2020/1/13—2020/2/28:查阅有关的参考资料并明确选题,确定技术路线,完成并提交开题报告;

2. 2020/3/1—2020/4/30:进一步阅读文献,并分析和总结相关技术细节,搭建开发实验环境,建立产品原型并验证技术路线;

3. 2020/5/1—2020/5/25:完善产品设计与开发,基于前期搭建的产品原型深入进行系统的编码、调试、集成、测试工作。撰写论文初稿;修改论文,定稿并提交论文评审;其中第10周左右进行毕业设计中期检查,需要提交论文前三章和毕业设计框架;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

1.GAN:实战生成对抗网络. Kuntal Ganguly著,电子工业出版社,2018.

2.机器学习.周志华著,清华大学出版社, 2016.

3.深度学习. Ian Goodfellow著,人民邮电出版社, 2017.

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。