| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文组织结构 | 第12-13页 |
| 2 图像分割方法和评价标准 | 第13-19页 |
| 2.1 常见图像分割方法 | 第13-17页 |
| 2.1.1 基于阈值的分割方法 | 第13-14页 |
| 2.1.2 基于边缘的分割方法 | 第14页 |
| 2.1.3 基于区域的分割方法 | 第14-15页 |
| 2.1.4 基于图论的分割方法 | 第15页 |
| 2.1.5 基于水平集的分割方法 | 第15-16页 |
| 2.1.6 其他分割方法 | 第16-17页 |
| 2.2 医学图像分割的评价标准 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 图割和水平集介绍 | 第19-33页 |
| 3.1 图割 | 第19-26页 |
| 3.1.1 图论基础知识 | 第19-21页 |
| 3.1.2 图割介绍 | 第21-25页 |
| 3.1.3 GrabCut算法 | 第25-26页 |
| 3.2 水平集 | 第26-31页 |
| 3.2.1 水平集基本理论 | 第27-29页 |
| 3.2.2 常见水平集模型 | 第29-31页 |
| 3.3 本章小结 | 第31-33页 |
| 4 基于超像素和图割的肺部CT图像分割算法 | 第33-47页 |
| 4.1 超像素 | 第33-37页 |
| 4.1.1 超像素简介 | 第33-34页 |
| 4.1.2 常见的超像素算法及其对比 | 第34-35页 |
| 4.1.3 SLIC算法及其改进算法SLICO | 第35-37页 |
| 4.2 基于SLICO与GRABCUT的肺部CT图像分割新算法 | 第37-42页 |
| 4.2.1 算法介绍 | 第37-41页 |
| 4.2.2 算法伪代码 | 第41-42页 |
| 4.3 实验与结果分析 | 第42-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 基于形态学和水平集的肺部CT图像分割算法 | 第47-55页 |
| 5.1 广度优先搜索BFS | 第47-48页 |
| 5.2 形态学操作 | 第48-49页 |
| 5.3 基于形态学和DRLSE水平集的肺部CT图像分割新算法 | 第49-50页 |
| 5.3.1 算法介绍 | 第49-50页 |
| 5.3.2 算法伪代码 | 第50页 |
| 5.4 实验与结果分析 | 第50-54页 |
| 5.5 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录 | 第63页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第63页 |