| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究背景和意义 | 第7页 |
| ·国内外研究现状 | 第7-12页 |
| ·图像目标轮廓提取方法 | 第7-11页 |
| ·模式识别方法 | 第11-12页 |
| ·课题研究目标和内容 | 第12页 |
| ·本文组织结构 | 第12-13页 |
| 第二章 主动轮廓模型与水平集方法 | 第13-23页 |
| ·引言 | 第13页 |
| ·参数主动轮廓模型 | 第13-15页 |
| ·梯度矢量流模型 | 第15-16页 |
| ·梯度矢量流（GVF）原理 | 第15页 |
| ·梯度矢量流的数值解法 | 第15-16页 |
| ·几何主动轮廓 | 第16-18页 |
| ·基于边界的几何轮廓模型 | 第16-17页 |
| ·基于区域的几何轮廓模型 | 第17页 |
| ·基于边界和区域的几何轮廓模型 | 第17-18页 |
| ·水平集方法 | 第18-23页 |
| ·水平集方法处理曲线演化 | 第19-20页 |
| ·水平集速度函数定义 | 第20页 |
| ·水平集数值解 | 第20-23页 |
| 第三章 一种改进的 C-V 模型 | 第23-31页 |
| ·引言 | 第23页 |
| ·基本方法介绍 | 第23-25页 |
| ·GVF 模型 | 第23-24页 |
| ·C-V 模型 | 第24-25页 |
| ·改进的C-V 模型 | 第25-27页 |
| ·初始轮廓的快速定位 | 第25-26页 |
| ·演化方程的自适应速度调节 | 第26-27页 |
| ·实验结果 | 第27-31页 |
| ·演化速度比较 | 第27页 |
| ·分割结果比较 | 第27-31页 |
| 第四章 改进的 C-V 模型在医疗图像诊断中的应用 | 第31-43页 |
| ·引言 | 第31页 |
| ·概率论理论知识 | 第31-33页 |
| ·贝叶斯分类模型 | 第33-36页 |
| ·朴素贝叶斯分类模型 | 第33-34页 |
| ·朴素贝叶斯分类模型的改进模型 | 第34-36页 |
| ·基于朴素贝叶斯分类方法的肿瘤良恶性分类 | 第36-39页 |
| ·肝脏肿瘤良恶性CT 表现 | 第36-37页 |
| ·轮廓特征参数选择 | 第37-38页 |
| ·训练和识别 | 第38页 |
| ·实验结果与讨论 | 第38-39页 |
| ·系统实现 | 第39-43页 |
| 第五章 总结与展望 | 第43-45页 |
| ·本文总结 | 第43页 |
| ·工作展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读学位期间发表的学术论文 | 第49-51页 |
| 致谢 | 第51-52页 |