| 中文摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-22页 |
| ·乳腺癌计算机辅助诊断的研究背景 | 第11页 |
| ·乳腺癌的病理及分类 | 第11-15页 |
| ·乳腺癌的病理 | 第11-14页 |
| ·乳腺癌的分类 | 第14-15页 |
| ·乳腺癌的诊断方法 | 第15-18页 |
| ·乳腺癌计算机辅助诊断的研究目的与意义 | 第18-19页 |
| ·本文的主要研究工作和贡献 | 第19-21页 |
| ·本文的结构安排 | 第21-22页 |
| 第二章 乳腺癌计算机辅助诊断发展概况 | 第22-41页 |
| ·引言 | 第22页 |
| ·乳腺钼靶 X 线摄影 | 第22-26页 |
| ·乳腺影像的采集和数字化 | 第22-24页 |
| ·乳腺癌的 X 线征象 | 第24-26页 |
| ·乳腺癌计算机辅助诊断的难点 | 第26页 |
| ·乳腺癌计算机辅助诊断研究概况 | 第26-39页 |
| ·乳房区域轮廓提取方法研究概况 | 第28-29页 |
| ·单视图微钙化检测方法研究概况 | 第29-31页 |
| ·单视图肿块检测方法研究概况 | 第31-33页 |
| ·可疑肿块特征提取、优化选择及分类识别研究概况 | 第33-35页 |
| ·基于多视图的肿块检测方法研究概况 | 第35-39页 |
| ·实验数据的来源 | 第39-40页 |
| ·系统性能的评价方法 | 第40-41页 |
| 第三章 乳腺 X 线图像去噪 | 第41-57页 |
| ·引言 | 第41-42页 |
| ·非下采样 Contourlet 变换理论基础 | 第42-45页 |
| ·对称反高斯模型 | 第45-46页 |
| ·最大后验贝叶斯估计 | 第46-48页 |
| ·实验结果及讨论 | 第48-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 乳房区域分割及轮廓提取 | 第57-71页 |
| ·乳腺 X 线图像组成分析 | 第57-59页 |
| ·基于小波的自适应阈值分割法 | 第59-63页 |
| ·贝叶斯阈值 | 第59-61页 |
| ·基于多尺度空间滤波的图像分解 | 第61-62页 |
| ·基于小波自适应阈值的乳房轮廓提取 | 第62-63页 |
| ·多余边框的去除 | 第63-65页 |
| ·实验结果及讨论 | 第65-70页 |
| ·乳腺 X 线图像直方图分析 | 第65-67页 |
| ·乳房区域分割结果 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 感兴趣区域提取 | 第71-84页 |
| ·引言 | 第71-73页 |
| ·自适应阈值间隔的确定 | 第73-75页 |
| ·可疑区域的特征提取及分类 | 第75-77页 |
| ·形态学特征 | 第75-76页 |
| ·同心层规则 | 第76页 |
| ·假阳性的去除 | 第76-77页 |
| ·性能评估方法 | 第77-79页 |
| ·灵敏度和假阳性率 | 第78页 |
| ·受试者操作特性曲线和自由响应的受试者操作操作特性曲线 | 第78-79页 |
| ·实验结果及分析 | 第79-83页 |
| ·本章小结 | 第83-84页 |
| 第六章 可疑肿块分割 | 第84-95页 |
| ·引言 | 第84-85页 |
| ·感兴趣区域的预处理 | 第85-87页 |
| ·基于图论等周算法和梯度向量流活动轮廓模型的肿块分割方法 | 第87-91页 |
| ·基于图论等周(Isoperimetric)算法原理 | 第87-89页 |
| ·Snake 活动轮廓模型 | 第89-91页 |
| ·基于梯度向量流的活动轮廓 (Gradient Vector Flow Snake,GVF Snake) 模型 | 第91页 |
| ·实验结果及分析 | 第91-94页 |
| ·本章小结 | 第94-95页 |
| 第七章 总结和展望 | 第95-97页 |
| ·本文工作总结 | 第95-96页 |
| ·今后研究工作展望 | 第96-97页 |
| 参考文献 | 第97-110页 |
| 攻读学位期间公开发表的论文 | 第110-111页 |
| 附录 | 第111-114页 |
| 致谢 | 第114-115页 |
