| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 概述 | 第9-15页 |
| ·选题依据及其意义 | 第9-10页 |
| ·研究现状及相关领域 | 第10-12页 |
| ·研究现状 | 第10-11页 |
| ·相关学科领域 | 第11-12页 |
| ·文章概要 | 第12-15页 |
| ·研究内容 | 第12-13页 |
| ·研究创新 | 第13页 |
| ·论文的组织 | 第13-15页 |
| 第二章 医学图像及其特征表达 | 第15-26页 |
| ·医学成像技术简介 | 第15-16页 |
| ·计算机断层扫描成像技术 | 第15页 |
| ·超声成像系统 | 第15页 |
| ·核磁共振成像技术 | 第15-16页 |
| ·医学图像采集与分类 | 第16页 |
| ·数字图像采集 | 第16页 |
| ·医学影像数据的分类 | 第16页 |
| ·DICOM 3.0 标准 | 第16-19页 |
| ·DICOM 3.0 标准组成 | 第17页 |
| ·DICOM 文件格式 | 第17-18页 |
| ·DICOM 数据编码规则 | 第18-19页 |
| ·医学图像的特性 | 第19-20页 |
| ·图像的预处理 | 第20-23页 |
| ·图像的格式转换 | 第20-21页 |
| ·图像尺度的归一化 | 第21-22页 |
| ·图像色彩的归一化 | 第22-23页 |
| ·图像数据的标准化 | 第23页 |
| ·人体腹部组织图像灰度研究 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 数据挖掘技术在医学图像处理中的应用 | 第26-41页 |
| ·数据挖掘 | 第26页 |
| ·非结构型数据挖掘 | 第26-27页 |
| ·文本数据挖掘 | 第27页 |
| ·Web 数据挖掘 | 第27页 |
| ·多媒体数据挖掘 | 第27页 |
| ·图像数据挖掘 | 第27-28页 |
| ·医学图像研究 | 第28-29页 |
| ·医学图像处理 | 第28-29页 |
| ·医学图像数据挖掘 | 第29页 |
| ·图像挖掘技术 | 第29-32页 |
| ·目标识别 | 第29页 |
| ·图像检索 | 第29-30页 |
| ·图像索引 | 第30页 |
| ·图像分类和图像聚类 | 第30-31页 |
| ·关联规则挖掘 | 第31-32页 |
| ·神经网络 | 第32页 |
| ·图像挖掘过程 | 第32-34页 |
| ·图像特征提取 | 第34-40页 |
| ·图像的灰度直方图特征提取 | 第34-35页 |
| ·基于灰度共生矩阵特征提取 | 第35-38页 |
| ·基于小波系数的特征提取 | 第38-39页 |
| ·医学图像的全局特征与局部特征 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 医学图像聚类分析研究 | 第41-60页 |
| ·聚类分析及其在图像挖掘中的应用 | 第41-43页 |
| ·聚类分析技术 | 第41页 |
| ·高维空间聚类分析 | 第41-42页 |
| ·图像聚类分析 | 第42-43页 |
| ·核密度函数 | 第43-47页 |
| ·密度函数构造 | 第43-45页 |
| ·聚类的局部吸引子 | 第45-46页 |
| ·数据点的聚类 | 第46-47页 |
| ·分箱近似核估计 | 第47-50页 |
| ·分箱函数及分箱规则 | 第47-48页 |
| ·分箱核估计的改进 | 第48-50页 |
| ·基于数据分箱近似核密度的聚类及其定义 | 第50-51页 |
| ·基于医学图像数据的密度聚类算法 | 第51-55页 |
| ·带修正的近似核密度函数定义 | 第51-52页 |
| ·聚类分析步骤 | 第52-54页 |
| ·聚类算法的形式描述 | 第54-55页 |
| ·医学图像聚类 | 第55-59页 |
| ·医学图像数据密度函数的构造 | 第55-56页 |
| ·基于密度函数构造的医学图像特征提取 | 第56-57页 |
| ·医学图像数据聚类及其特征提取实验结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 基于关联规则的医学图像分类研究 | 第60-73页 |
| ·关联规则 | 第60-62页 |
| ·关联规则的Apriori 挖掘算法 | 第60-61页 |
| ·基于FP-tree 的关联规则挖掘算法FP-growth | 第61-62页 |
| ·关联分类规则 | 第62-64页 |
| ·基本概念 | 第62-63页 |
| ·关联分类规则集的生成 | 第63-64页 |
| ·关联分类规则集的应用 | 第64页 |
| ·基于关联规则的医学图像分类算法及其实现 | 第64-69页 |
| ·数据清洗及特征提取 | 第65-66页 |
| ·频繁关联分类项目集挖掘算法 | 第66-67页 |
| ·频繁关联分类项目集更新挖掘算法 | 第67-69页 |
| ·实验结果 | 第69页 |
| ·本章小结 | 第69-73页 |
| 第六章 医学图像数据挖掘实验系统的设计与实现 | 第73-80页 |
| ·实验系统的设计框架 | 第73-74页 |
| ·系统开发平台及模式 | 第73页 |
| ·实验系统框架 | 第73-74页 |
| ·数据库设计 | 第74-76页 |
| ·图像库的管理 | 第74-75页 |
| ·图像描述库的管理 | 第75页 |
| ·图像特征库的管理 | 第75-76页 |
| ·系统原型与功能 | 第76-78页 |
| ·系统主界面 | 第76页 |
| ·图像浏览与格式转换 | 第76-77页 |
| ·图像预处理 | 第77页 |
| ·图像特征提取 | 第77页 |
| ·图像聚类分析 | 第77页 |
| ·图像分类 | 第77页 |
| ·图像数据库管理 | 第77-78页 |
| ·图像检索 | 第78页 |
| ·实验数据及实验结果 | 第78页 |
| ·本章小结 | 第78-80页 |
| 第七章 结语 | 第80-82页 |
| ·本文总结 | 第80-81页 |
| ·进一步的研究工作 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-90页 |
| 附录 I 读博期间发表、录用及修改的论文目录 | 第90-91页 |
| 附录 II 读博期间主持和参加的科研项目情况 | 第91页 |