| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 图目录 | 第10-11页 |
| 第一章 绪论 | 第11-21页 |
| ·论文研究的目的和意义 | 第11-16页 |
| ·医学图像处理的特点及重要性 | 第11-12页 |
| ·医学图像分割中存在的问题、现状及发展 | 第12-14页 |
| ·医学图像分割的方法 | 第14-16页 |
| ·论文的研究目标及工作 | 第16-19页 |
| ·论文主要涉及的三方面基础理论 | 第16-18页 |
| ·论文研究的目标 | 第18页 |
| ·论文实验工作 | 第18-19页 |
| ·本文组织结构 | 第19-21页 |
| 第二章 马尔科夫随机场(MRF)理论及其应用 | 第21-31页 |
| ·马尔科夫随机场(MRF)基本理论 | 第21-22页 |
| ·一维马尔科夫(MARKOV)随机过程 | 第21页 |
| ·二维平面上的马尔科夫随机场(MRF) | 第21-22页 |
| ·图像中马尔科夫随机场(MRF)模型的建立 | 第22-26页 |
| ·邻域系统与势团(Cliques) | 第22-24页 |
| ·马尔科夫随机场(MRF)与吉布斯随机场(GRF)的等价 | 第24-25页 |
| ·模型的选择Poots模型 | 第25-26页 |
| ·估计准则与优化算法 | 第26-29页 |
| ·最大后验概率估计准则(MAP) | 第27-28页 |
| ·模拟退火算法(SA) | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 图像预处理及前期分割 | 第31-41页 |
| ·图像预处理 | 第31-35页 |
| ·能量场的计算 | 第32-33页 |
| ·脑骨及脑核的提取 | 第33-35页 |
| ·基于MRF的脑组织分割 | 第35-38页 |
| ·基于模糊聚类二维直方图的脑组织分割 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 D-S证据理论 | 第41-51页 |
| ·引言 | 第41-42页 |
| ·基本概念 | 第42-45页 |
| ·D-S证据理论的合成规则 | 第45-47页 |
| ·基于D-S证据理论的决策 | 第47-48页 |
| ·基于置信函数的决策 | 第47-48页 |
| ·基于基本概率赋值的决策 | 第48页 |
| ·基于最小风险的决策 | 第48页 |
| ·D-S证据理论优缺点 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 基于D-S理论的医学图像融合分割的应用与研究 | 第51-63页 |
| ·D-S理论在医学图像处理中的意义 | 第51-52页 |
| ·D-S理论在医学图像融合分割中的研究 | 第52-58页 |
| ·D-S理论中基本概率赋值的确定 | 第53-56页 |
| ·基于直方图的高斯分布基本概率赋值新方法 | 第56-58页 |
| ·实验结果及分析 | 第58-61页 |
| ·冗余图像和标号场图像的生成 | 第58-59页 |
| ·D-S融合分割结果及定量分析 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 附录A 攻读硕士期间发表论文目录 | 第73页 |