| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 医学影像及其分割算法研究现状 | 第11-12页 |
| 1.2.2 颅脑CT出血病灶分割研究现状 | 第12-13页 |
| 1.3 本文的组织结构 | 第13-15页 |
| 第2章 CT颅脑图像预处理 | 第15-29页 |
| 2.1 DICOM文件 | 第15-19页 |
| 2.2 文件格式间转换方法 | 第19-22页 |
| 2.2.1 算法详解 | 第20页 |
| 2.2.2 实验结果分析 | 第20-22页 |
| 2.3 基于改进的高斯拉普拉斯算子对颅脑CT的边缘提取 | 第22-29页 |
| 2.3.1 高斯拉普拉斯算子 | 第23-25页 |
| 2.3.2 基于改进的LOG算子边缘检测 | 第25-27页 |
| 2.3.3 结果比较与讨论 | 第27-29页 |
| 第3章 颅内结构提取 | 第29-37页 |
| 3.1 颅内分割中应用的预备知识介绍 | 第29-32页 |
| 3.1.1 幂率变换 | 第29-30页 |
| 3.1.2 线性空间滤波器 | 第30-31页 |
| 3.1.3 形态学操作 | 第31-32页 |
| 3.2 颅内结构提取算法 | 第32-35页 |
| 3.3 实验结果分析 | 第35-37页 |
| 第4章 基于改进FCM算法的脑出血病灶分割 | 第37-51页 |
| 4.1 FCM模糊聚类算法 | 第38-40页 |
| 4.2 空间SFCM模糊聚类算法 | 第40-41页 |
| 4.3 空间FCM_S_2模糊聚类算法 | 第41-42页 |
| 4.4 本文改进FCM模糊聚类算法 | 第42-43页 |
| 4.5 实验结果与分析 | 第43-51页 |
| 第5章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简介及科研成果 | 第56-57页 |
| 致谢 | 第57-58页 |