基于模糊聚类算法的脑MRI图像分割
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题的提出与研究意义 | 第8-10页 |
| 1.2 脑MRI图像分割方法综述 | 第10-12页 |
| 1.3 研究内容及章节安排 | 第12-13页 |
| 2 脑MRI图像简介及FCM类分割算法 | 第13-28页 |
| 2.1 脑部磁共振成像简介 | 第13-16页 |
| 2.2 算法评估准则 | 第16-18页 |
| 2.3 标准FCM算法 | 第18-20页 |
| 2.4 改进的FCM类分割算法 | 第20-28页 |
| 2.4.1 算法介绍分析 | 第20-24页 |
| 2.4.2 实验结果 | 第24-28页 |
| 3 边缘感知模糊C-均值聚类图像分割算法 | 第28-38页 |
| 3.1 概述 | 第28页 |
| 3.2 问题分析及算法提出 | 第28-33页 |
| 3.2.1 问题分析 | 第28-30页 |
| 3.2.2 新算法的提出 | 第30-33页 |
| 3.3 实验结果及分析 | 第33-37页 |
| 3.3.1 合成图像实验结果 | 第33-35页 |
| 3.3.2 MRI图像实验结果 | 第35-37页 |
| 3.4 小结 | 第37-38页 |
| 4 抗噪局部相干模糊聚类算法 | 第38-56页 |
| 4.1 去除MRI图像中偏移场的方法讨论 | 第38-40页 |
| 4.2 算法改进与实现 | 第40-43页 |
| 4.2.1 一致局部信息偏移场估计分析 | 第40-41页 |
| 4.2.2 新算法的提出与实现 | 第41-43页 |
| 4.3 实验结果及分析 | 第43-55页 |
| 4.3.1 合成图像实验 | 第43-49页 |
| 4.3.2 Brainweb脑MRI图像实验 | 第49-52页 |
| 4.3.3 IBSR脑MRI图像实验 | 第52-53页 |
| 4.3.4 真实脑MRI图像实验 | 第53-55页 |
| 4.4 小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录A ESFLICM算法计算公式推导 | 第61-63页 |
| 附录B ANCLIFC算法计算公式推导 | 第63-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
