首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于迁移学习的胃部CT序列图像ROI区域提取

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-16页
   ·课题研究背景及意义第8页
   ·医学影像学基础及胃癌的影像学表现第8-11页
     ·现代医学影像学的发展第10-11页
     ·胃癌在CT中的影像学表现及胃部CT序列的分析第11页
   ·医学图像分割的研究进展及现状第11-14页
   ·论文内容的结构安排第14-16页
第二章 基于分水岭区域合并的胃部CT图像的分割第16-32页
   ·引言第16-17页
   ·分水岭算法及灰度梯度共生矩阵第17-21页
     ·分水岭算法简介第17-18页
     ·灰度梯度共生矩阵第18-21页
   ·交互式分割方法简介第21-23页
   ·基于分水岭区域合并的胃部CT图像的分割第23-24页
     ·基于分水岭区域合并(WBRM)的胃部CT图像分割算法流程第23页
     ·WBRM算法具体实现步骤第23-24页
   ·实验结果及分析第24-31页
     ·实验结果第24-27页
     ·实验结果评价及分析第27-31页
   ·本章小结第31-32页
第三章 基于种子点迁移生长的胃部CT序列图像的分割第32-44页
   ·引言第32-33页
   ·传统区域生长与迁移学习第33-35页
     ·传统区域生长算法简介第33-34页
     ·迁移学习第34-35页
   ·基于种子点迁移生长(BSTG)的胃部CT序列的分割第35-39页
     ·基于种子点迁移生长(BSTG)的CT序列图像分割流程图第36-37页
     ·利用二值化区域生长法进行序列分割的具体实施步骤第37-39页
   ·实验结果及评价第39-43页
     ·实验结果第39-41页
     ·实验结果评价第41-43页
     ·实验结果分析第43页
   ·本章小结第43-44页
第四章 基于轮廓迁移演化的胃部CT序列图像的分割第44-58页
   ·引言第44-45页
   ·相关工作第45-50页
     ·基于区域的C-V模型第45-47页
     ·基于边缘的GAC模型第47-49页
     ·改进的基于区域和边缘的GLCV模型第49-50页
   ·GLCV模型应用于医学图像序列分割的具体操作步骤第50-52页
   ·实验结果及分析第52-55页
     ·实验结果及评价第52-55页
     ·实验结果分析第55页
   ·本章小结第55-58页
第五章 胃部淋巴结检测软件系统第58-68页
   ·软件系统结构介绍第58-59页
   ·软件系统的功能实现第59-66页
     ·图像格式转换模块的实现第59-60页
     ·输入图像模块的实现第60页
     ·感兴趣区域分割模块的实现第60-62页
     ·淋巴结检测模块的实现第62-63页
     ·结果展示模块的实现第63-66页
     ·结果展示模块的实现第66页
   ·软件系统的应用第66-68页
第六章 总结与展望第68-70页
致谢第70-72页
参考文献第72-82页
作者研究生期间学术成果第82-83页

论文共83页,点击 下载论文
上一篇:一种便携式RFID防盗报警系统的设计
下一篇:多源图像融合的理论与方法研究