| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景与意义 | 第10-12页 |
| 1.2 医学图像分割方法的研究现状 | 第12-13页 |
| 1.3 本文研究的内容与章节安排 | 第13-16页 |
| 第2章 MR图像噪声问题及本文相关方法概述 | 第16-28页 |
| 2.1 MR图像的噪声问题 | 第16页 |
| 2.2 聚类分析与模糊理论 | 第16-18页 |
| 2.2.1 聚类分析 | 第16-17页 |
| 2.2.2 模糊集理论 | 第17-18页 |
| 2.2.3 模糊关系 | 第18页 |
| 2.2.4 模糊聚类方法特点 | 第18页 |
| 2.3 水平集相关理论 | 第18-26页 |
| 2.3.1 曲线演化理论 | 第18-21页 |
| 2.3.2 水平集方法 | 第21-24页 |
| 2.3.3 水平集重新初始化的问题 | 第24-25页 |
| 2.3.4 水平集方法特点 | 第25-26页 |
| 2.3.5 水平集方法的分类 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 基于核函数和局部信息的改进FCM算法 | 第28-42页 |
| 3.1 相关模型和理论 | 第28-33页 |
| 3.1.1 FCM模型 | 第28-30页 |
| 3.1.2 基于核函数的FCM模型 | 第30-32页 |
| 3.1.3 自适应空间约束的模糊C均值聚类模型 | 第32-33页 |
| 3.2 基于核函数和局部信息的改进FCM算法 | 第33-35页 |
| 3.2.1 本章核心算法及理论 | 第33-34页 |
| 3.2.2 改进的求解方法 | 第34-35页 |
| 3.3 实验结果与分析 | 第35-41页 |
| 3.3.1 实验结果与对比 | 第35-38页 |
| 3.3.2 定量评价与统计分析 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于非局部权重的改进FCM算法 | 第42-56页 |
| 4.1 相关模型和理论 | 第42-44页 |
| 4.1.1 鲁棒的模糊C均值聚类算法 | 第42-43页 |
| 4.1.2 改进的鲁棒的模糊C均值聚类算法 | 第43-44页 |
| 4.2 基于非局部权重改进FCM算法 | 第44-48页 |
| 4.2.1 非局部权重思想 | 第44-46页 |
| 4.2.2 基于非局部权重和核函数改进ASFCM分割算法 | 第46-48页 |
| 4.3 实验与分析 | 第48-54页 |
| 4.3.1 实验结果与对比 | 第48-51页 |
| 4.3.2 定量评价与统计分析 | 第51-53页 |
| 4.3.3 算法开销与搜索窗口关系 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 改进均值信息的水平集结合FCM的方法 | 第56-70页 |
| 5.1 相关模型和理论 | 第56-59页 |
| 5.1.1 CV模型 | 第56-58页 |
| 5.1.2 LBF模型 | 第58-59页 |
| 5.2 改进均值信息的水平集结合FCM的方法 | 第59-64页 |
| 5.2.1 改进的水平集CV模型 | 第59-61页 |
| 5.2.2 将水平集CV模型推广至四相 | 第61-63页 |
| 5.2.3 改进均值信息的水平集结合FCM的分割算法 | 第63-64页 |
| 5.3 实验结果与分析 | 第64-68页 |
| 5.3.1 婴幼儿脑图像分割实验 | 第64-67页 |
| 5.3.2 定量分析与统计分析 | 第67-68页 |
| 5.4 本章小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读硕士期间发表论文 | 第78页 |