基于模糊聚类算法的医学图像分割技术研究
| TABLE OF CONTENTS | 第1-11页 |
| 摘要 | 第11-13页 |
| ABSTRACT | 第13-15页 |
| 第1章 绪论 | 第15-21页 |
| ·研究背景及意义 | 第15-16页 |
| ·研究现状 | 第16-18页 |
| ·本文主要工作和创新点 | 第18-19页 |
| ·各章节安排 | 第19-21页 |
| 第2章 图像分割与FCM算法 | 第21-38页 |
| ·引言 | 第21页 |
| ·医学图像分割 | 第21-22页 |
| ·图像分割中的FCM算法 | 第22-25页 |
| ·典型的FCM改进算法 | 第25-35页 |
| ·FCMS算法 | 第25-26页 |
| ·EnFCM算法 | 第26-28页 |
| ·FCMS1和FCMS2算法 | 第28-29页 |
| ·FGFCM算法 | 第29-31页 |
| ·FLICM算法 | 第31-33页 |
| ·GIFP_FCM算法 | 第33-34页 |
| ·KFCM算法 | 第34-35页 |
| ·FCM算法的评价 | 第35-37页 |
| ·Bezdek划分系数V_(PC) | 第35-36页 |
| ·Xie-Beni系数V_(XB) | 第36页 |
| ·Liu系数F(I) | 第36页 |
| ·重构错误率V_(RE) | 第36-37页 |
| ·小结 | 第37-38页 |
| 第3章 基于聚类中心初始化的改进FCM算法研究 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·基于初始化聚类中心的改进FCM算法 | 第39-43页 |
| ·基于分层的改进FCM算法 | 第43-51页 |
| ·基于峰值检测的图像分层 | 第45页 |
| ·基于图像分层的改进FCM算法 | 第45-47页 |
| ·实验结果 | 第47-51页 |
| ·视觉效果比较 | 第47页 |
| ·聚类质量比较 | 第47-50页 |
| ·运行时间比较 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第4章 基于邻域信息的改进FCM算法 | 第52-71页 |
| ·引言 | 第52页 |
| ·基于像素相关性的改进FCM算法 | 第52-63页 |
| ·引言 | 第52-53页 |
| ·基于像素相关性的改进FCM算法 | 第53-57页 |
| ·实验结果 | 第57-63页 |
| ·合成图像 | 第57-58页 |
| ·脑部图像 | 第58-59页 |
| ·自然图像 | 第59-63页 |
| ·基于改进FLICM算法的图像分割 | 第63-68页 |
| ·FLICM算法存在的问题 | 第63-65页 |
| ·基于梯度下降法的改进FLICM算法 | 第65-68页 |
| ·实验结果 | 第68页 |
| ·小结 | 第68-71页 |
| 第5章 基于直方图的快速分割算法 | 第71-78页 |
| ·引言 | 第71页 |
| ·基于直方图的快速分割算法 | 第71-74页 |
| ·基于像素相关性的图像预处理 | 第71-72页 |
| ·基于改进EnFCM算法的图像分割 | 第72-74页 |
| ·实验结果 | 第74-76页 |
| ·视觉效果比较 | 第74-75页 |
| ·聚类质量比较 | 第75页 |
| ·运行时间比较 | 第75-76页 |
| ·小结 | 第76-78页 |
| 第6章 总结与展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·展望 | 第79-80页 |
| 参考文献 | 第80-91页 |
| 致谢 | 第91-92页 |
| 攻读学位期间发表的学术论文目录 | 第92-94页 |
| 攻读学位期间参与科研项目情况 | 第94-95页 |
| 外文论文 | 第95-120页 |
| 附表 | 第120页 |
