| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 选题的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文研究的主要内容和关键技术 | 第10-12页 |
| 第二章 CT成像技术及医学图像分割方法概述 | 第12-20页 |
| 2.1 CT成像技术 | 第12-15页 |
| 2.1.1 CT的发展历史 | 第12-13页 |
| 2.1.2 CT成像原理与系统结构 | 第13-14页 |
| 2.1.3 碳纳米管（Carbon Nanotube）CNT-CT | 第14-15页 |
| 2.2 医学图像分割原理与方法 | 第15-20页 |
| 2.2.1 医学图像分割原理 | 第15页 |
| 2.2.2 医学图像分割的方法 | 第15-20页 |
| 第三章 分水岭肺部CT图像分割算法 | 第20-26页 |
| 3.1 分水岭分割算法的基本思想 | 第20页 |
| 3.2 最传统的分水岭分割算法 | 第20-22页 |
| 3.2.1 仿真的结果和分析 | 第21-22页 |
| 3.3 基于标记控制的分水岭分割算法 | 第22-26页 |
| 3.3.1 算法的流程及仿真的结果和分析 | 第23-26页 |
| 第四章 改进的分水岭肺部CT图像分割算法 | 第26-39页 |
| 4.1 基于重建的形态学运算 | 第26-29页 |
| 4.2 迭代法求阈值将图像转化为二值图像 | 第29-32页 |
| 4.2.1 阈值的求取方法 | 第29-32页 |
| 4.2.2 本文采用的迭代法求阈值 | 第32页 |
| 4.3 区域生长法初步提取肺实质 | 第32-33页 |
| 4.4 改进的分水岭分割算法的流程 | 第33-34页 |
| 4.5 仿真的结果和分析 | 第34-39页 |
| 第五章 融合群搜索优化算法的分水岭分割及图像分割评价指标 | 第39-52页 |
| 5.1 群搜索优化（GSO）算法的原理 | 第39-44页 |
| 5.1.1 遗传算法 | 第39-41页 |
| 5.1.2 群搜索优化（GSO）算法 | 第41-44页 |
| 5.2 图像分割的评价指标 | 第44-48页 |
| 5.2.1 图像分割的主观评价 | 第44-45页 |
| 5.2.2 图像分割的客观评价 | 第45-46页 |
| 5.2.3 图像分割的有监督评价 | 第46-47页 |
| 5.2.4 图像分割的无监督评价 | 第47-48页 |
| 5.3 群搜索优化算法与分水岭算法结合 | 第48-52页 |
| 5.3.1 仿真的结果和分析 | 第49-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间的研究成果 | 第58-59页 |