乳腺X图像肿块检测与分类方法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-18页 |
| ·课题背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文主要思路 | 第14-15页 |
| ·算法的实现流程 | 第15-18页 |
| 2 乳腺X摄片预处理 | 第18-26页 |
| ·图像的来源 | 第18页 |
| ·图像格式的转换 | 第18-19页 |
| ·图像的预处理 | 第19-21页 |
| ·灰度值拉伸及归一化 | 第19-20页 |
| ·图像大小调整 | 第20-21页 |
| ·提取乳腺区域 | 第21-24页 |
| ·图像的直方图 | 第21-22页 |
| ·阈值的人工选取 | 第22-23页 |
| ·阈值的自动选取 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 3 可疑区域的提取 | 第26-36页 |
| ·大于肿块的组织结构的去除 | 第27-34页 |
| ·灰度形态学运算 | 第28-30页 |
| ·结构元素的选取 | 第30-34页 |
| ·小于肿块的组织结构的去除 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 假阳性区域的初步筛除 | 第36-45页 |
| ·圆形度 | 第38-39页 |
| ·区域间距离 | 第39-41页 |
| ·与乳腺边缘的距离 | 第41-42页 |
| ·初步筛除 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 5 基于区域生长算法的肿块区域图像分割 | 第45-59页 |
| ·传统区域生长 | 第46-49页 |
| ·模糊区域生长 | 第49-58页 |
| ·模糊集区域生长原理及优势 | 第49-52页 |
| ·基于模糊区域生长的肿块分割算法 | 第52-58页 |
| ·本章小结 | 第58-59页 |
| 6 基于SVM分类器的肿块分类 | 第59-69页 |
| ·SVM原理及算法 | 第59-63页 |
| ·基于SVM的肿块分类 | 第63-66页 |
| ·ROI区域的确定 | 第63-65页 |
| ·参数的选取 | 第65-66页 |
| ·分类结果测试 | 第66-67页 |
| ·本章小结 | 第67-69页 |
| 7 全文总结与工作展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 作者简历 | 第72-74页 |
| 学位论文数据集 | 第74页 |
