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

X线图像乳腺肿块辅助诊断方法研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-17页
   ·乳腺癌及其影像学诊断方法第9-11页
   ·CAD 技术及其在乳腺X 线辅助诊断中的应用第11-13页
     ·计算机辅助诊断(CAD)技术第11-12页
     ·乳腺辅助诊断系统第12-13页
   ·乳腺癌辅助诊断系统的图像处理主要方法第13-16页
     ·乳腺癌的X 线表现第13页
     ·感兴趣区域的检测第13-15页
     ·病灶区域分割第15页
     ·病灶区域分类第15-16页
   ·本文主要内容第16-17页
第二章 乳腺X 线图像增强方法第17-37页
   ·乳腺X 线成像第17-19页
     ·乳腺X 线成像原理及设备第17-18页
     ·乳腺X 线摄影第18-19页
   ·人眼视觉系统第19-20页
   ·单一尺度的图像增强方法第20-21页
   ·基于小波变换的图像多尺度分析方法第21-29页
     ·小波变换及其多分辨分析特性第22-25页
     ·小波理论在图像增强中的应用第25-29页
   ·基于小波多尺度分析的乳腺X 线图像增强第29-35页
     ·乳腺图像多尺度分析第29-30页
     ·低频尺度系数均衡第30-32页
     ·高频子带自适应增强第32页
     ·图像增强结果分析第32-35页
   ·本章总结第35-37页
第三章 基于灰度多级映射的感兴趣区域检测第37-45页
   ·乳腺肿块X 线图像特征第37-39页
   ·基于多级灰度映射的图像分层第39-40页
     ·多级灰度映射分层方法第39页
     ·肿块在多级灰度图像中的表征第39-40页
   ·基于分层图像的乳腺病变可疑区域检测第40-41页
     ·单层图像感兴趣区域检测第40-41页
     ·多层图像联合分析第41页
   ·感兴趣区域分析与处理第41-43页
   ·本章小结第43-45页
第四章 基于小波模极大值的乳腺肿块分割第45-57页
   ·图像分割方法第45-48页
     ·图像分割方法概述第45-47页
     ·乳腺肿块分割方法第47-48页
   ·基于小波模极大值的边缘检测第48-51页
   ·基于边缘灰度修补的图像分割第51-55页
     ·轮廓不连续性分析第51-52页
     ·去除边缘噪声第52-53页
     ·基于边缘点连接的轮廓修补第53-55页
   ·肿块辅助诊断实验与结果分析第55-56页
     ·孤立肿块检测结果与分析第55-56页
     ·粘连肿块结果与分析第56页
   ·本章小结第56-57页
第五章 总结第57-58页
参考文献第58-61页
在学研究成果第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于小波变换的虹膜特征提取与识别方法的研究
下一篇:基于DSP的光纤光栅解调系统的研究