基于乳腺X光线图像的分割分类
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·乳腺 X 光线图像研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·论文研究内容 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 第2章 乳腺癌常识和阈值分割算法概述 | 第15-21页 |
| ·乳腺癌相关知识及数据库简介 | 第15-17页 |
| ·乳腺癌发病机理及 X 光片成像基础 | 第15-16页 |
| ·本文所用数据库简介 | 第16-17页 |
| ·阈值分割算法概述 | 第17-20页 |
| ·直方图相关知识 | 第17-18页 |
| ·OTSU 算法 | 第18-19页 |
| ·交叉熵算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于乳腺 X 光线图像的分割算法 | 第21-37页 |
| ·引言 | 第21页 |
| ·图像的预处理 | 第21-31页 |
| ·乳腺 X 光线图像方向的确定 | 第22-23页 |
| ·背景区域杂质祛除 | 第23-24页 |
| ·图像增强 | 第24-25页 |
| ·胸壁及肌肉组织的分割 | 第25-28页 |
| ·乳房组织区域边界分割 | 第28-31页 |
| ·乳腺 X 光线图像内部分割 | 第31-35页 |
| ·基于分层思想的内部组织分割 | 第31-33页 |
| ·基于模糊理论的内部组织分割 | 第33-35页 |
| ·乳腺 X 光线图像 ROI 分割提取 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 ROI 区域特征提取与分类 | 第37-49页 |
| ·引言 | 第37页 |
| ·ROI 区域特征 | 第37-43页 |
| ·灰度特征 | 第37-39页 |
| ·几何特征 | 第39-40页 |
| ·纹理特征 | 第40-43页 |
| ·支持向量机分类 | 第43-48页 |
| ·SVM 理论线性分类方法 | 第44-46页 |
| ·SVM 理论非线性分类方法 | 第46-47页 |
| ·SVM 核函数 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验与结果分析 | 第49-57页 |
| ·图像边界提取的评价方法 | 第49-54页 |
| ·分析评价方法 | 第49页 |
| ·实验评价方法 | 第49-50页 |
| ·实验方案 | 第50-54页 |
| ·SVM 特征分类实验结果与分析 | 第54-55页 |
| ·实验环境 | 第55页 |
| ·乳腺 X 光线图像处理技术发展趋势 | 第55-56页 |
| ·多种经典算法相互结合 | 第55-56页 |
| ·多种理论相互融合 | 第56页 |
| ·CAD 和相关技术的结合 | 第56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
