首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于水平集方法的医学图像分割算法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-15页
   ·概述第7页
   ·医学图像分割的研究背景与意义第7-8页
   ·医学图像分割方法及其分类第8-13页
     ·传统的图像分割方法第9-10页
     ·基于特定理论的图像分割方法第10-11页
     ·基于活动轮廓模型的图像分割方法第11-13页
   ·医学图像分割的评估标准第13-14页
   ·本文的组织结构第14-15页
第二章 水平集方法第15-31页
   ·曲线演化理论第15-18页
   ·水平集方法第18-24页
     ·水平集方法简介第18页
     ·基于水平集方法的曲线演化第18-19页
     ·水平集方法的数值算法第19-24页
   ·水平集方法的快速算法第24-29页
     ·水平集窄带法第24-26页
     ·快速步进法第26-29页
   ·本章小结第29-31页
第三章 基于变分水平集方法的几何活动轮廓模型第31-41页
   ·引言第31页
   ·参数活动轮廓模型第31-34页
     ·参数活动轮廓模型的基本思想第31-32页
     ·参数活动轮廓模型的数学模型第32-34页
   ·几何活动轮廓模型第34-40页
     ·概述第34-35页
     ·基于梯度的几何活动轮廓模型第35-37页
     ·基于区域的几何活动轮廓模型第37-40页
   ·本章小结第40-41页
第四章 基于改进活动轮廓模型的医学图像分割方法第41-49页
   ·李纯明模型第41-45页
     ·模型理论介绍第41-44页
     ·实验结果及分析第44-45页
   ·无需重新初始化的 C-V 模型第45-48页
     ·改进方法介绍第45-47页
     ·实验结果及分析第47-48页
   ·本章小结第48-49页
第五章 结合模糊聚类的水平集方法第49-61页
   ·概述第49-50页
   ·空间模糊聚类在医学图像分割中的应用第50-52页
   ·新型模糊水平集方法第52-55页
   ·实验结果以及性能分析第55-60页
   ·本章小结第60-61页
第六章 总结与展望第61-63页
   ·工作总结第61页
   ·前景展望第61-63页
致谢第63-65页
参考文献第65-69页
研究成果第69-70页

论文共70页,点击 下载论文
上一篇:直觉模糊推理医学图像融合方法研究
下一篇:Micro-CT成像系统及其应用研究