| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·医学图像分割特点和意义 | 第8-10页 |
| ·医学图像分割面临的困难 | 第10-11页 |
| ·课题提出的背景 | 第11-12页 |
| ·论文的主要研究内容 | 第12页 |
| ·论文的结构安排 | 第12-14页 |
| 第二章 CT 图像与骨组织分布特性分析 | 第14-20页 |
| ·CT 成像的原理 | 第14-16页 |
| ·CT 的优点和临床应用以及伪影 | 第16-17页 |
| ·CT 的优点 | 第16-17页 |
| ·CT 的临床应用 | 第17页 |
| ·CT 图像中的伪影 | 第17页 |
| ·CT 图像中骨的特性分析 | 第17-20页 |
| 第三章 医学图象分割方法研究 | 第20-30页 |
| ·引言 | 第20页 |
| ·医学图像分割定义 | 第20-21页 |
| ·医学图像分割方法综述 | 第21-28页 |
| ·基于区域分割方法 | 第21-25页 |
| ·基于边界的医学图像分割 | 第25-28页 |
| ·部分分割算法应用于CT 图像的分析与对比 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第四章 模糊聚类在 CT 图像分割中的应用 | 第30-44页 |
| ·模糊聚类 | 第30页 |
| ·硬C-均值聚类算法和模糊C-均值聚类算法简介 | 第30-33页 |
| ·硬C-均值聚类算法 | 第31页 |
| ·模糊划分空间 | 第31-32页 |
| ·模糊C-均值聚类算法 | 第32-33页 |
| ·模糊C-均值聚类算法的缺点 | 第33-34页 |
| ·基于知识的模糊聚类算法应用于 CT 图像骨的分割 | 第34-39页 |
| ·算法 | 第35-37页 |
| ·实验结果及讨论 | 第37-39页 |
| ·一种基于直方图模糊聚类方法应用于CT 图像骨的分割 | 第39-44页 |
| ·算法 | 第40-42页 |
| ·实验结果及讨论 | 第42-44页 |
| 第五章 总结与展望 | 第44-46页 |
| ·工作总结 | 第44-45页 |
| ·论文工作的展望 | 第45-46页 |
| 致谢 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 研究成果 | 第53页 |