| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-21页 |
| ·课题背景及研究意义 | 第11-13页 |
| ·肺结节检测算法的国内外研究现状及进展 | 第13-16页 |
| ·研究目标和内容 | 第16-18页 |
| ·论文的结构和技术路线 | 第18-21页 |
| 2 含毛玻璃型肺结节的肺部区域分割 | 第21-35页 |
| ·引言 | 第21-22页 |
| ·含有毛玻璃型肺结节的肺部区域分割过程 | 第22-23页 |
| ·基于区域生长法和形态学相结合的方法分割肺实质 | 第23-29页 |
| ·区域生长法 | 第23-24页 |
| ·形态学算法 | 第24-26页 |
| ·区域生长法分割左右肺 | 第26-27页 |
| ·标记法剔除气管/支气管 | 第27-29页 |
| ·滚球法修补肺实质边缘 | 第29页 |
| ·实验结果及分析 | 第29-33页 |
| ·分割左右肺的结果 | 第29-31页 |
| ·剔除气管/支气管后的图像 | 第31-32页 |
| ·滚球法修补肺实质边缘后的图像 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 3 基于 AN Filter 和 Bandpass Filter 的毛玻璃型候选结节提取方法 | 第35-45页 |
| ·引言 | 第35-36页 |
| ·基于 AN Filter 的自适应阈值提取方法 | 第36-39页 |
| ·自适应非线性滤波器 | 第36-38页 |
| ·AN Filter 选取带通滤波器的截止频率 | 第38-39页 |
| ·基于 Bandpass Filter 的毛玻璃型候选结节提取方法 | 第39-41页 |
| ·实验结果及分析 | 第41-44页 |
| ·实验数据 | 第41页 |
| ·实验环境 | 第41页 |
| ·实验结果 | 第41-43页 |
| ·讨论 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 4 毛玻璃型肺结节感兴趣区域的特征提取和选择 | 第45-53页 |
| ·引言 | 第45页 |
| ·肺结节的特征提取 | 第45-48页 |
| ·形状特征 | 第46-47页 |
| ·灰度特征 | 第47-48页 |
| ·基于 PCA 的特征选择 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 5 基于有动量项的 BP 神经网络的毛玻璃型肺结节分类 | 第53-61页 |
| ·引言 | 第53页 |
| ·基础理论 | 第53-56页 |
| ·BP 分类器识别毛玻璃型肺结节 | 第56-58页 |
| ·实验结果及分析 | 第58-60页 |
| ·实验数据 | 第58-59页 |
| ·实验结果及讨论 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·创新点 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 在学期间研究成果 | 第69-71页 |
| 致谢 | 第71-72页 |
