基于图割理论的肿瘤图像分割算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 目录 | 第13-16页 |
| 第一章 绪论 | 第16-19页 |
| ·引言 | 第16页 |
| ·医学图像分割的意义 | 第16-17页 |
| ·肿瘤图像的分割 | 第17页 |
| ·主要内容和结构安排 | 第17-18页 |
| 参考文献 | 第18-19页 |
| 第二章 医学图像分割方法概述 | 第19-30页 |
| ·引言 | 第19页 |
| ·常用的医学图像分割方法 | 第19-26页 |
| ·基于边界分割技术的方法 | 第20页 |
| ·基于阈值的方法 | 第20-21页 |
| ·基于特征空间聚类的方法 | 第21页 |
| ·基于模糊集理论的方法 | 第21-22页 |
| ·基于区域生长的分割方法 | 第22-23页 |
| ·基于随机场的算法 | 第23-24页 |
| ·基于形变模型的方法 | 第24页 |
| ·基于图谱引导的分割方法 | 第24页 |
| ·其他分割方法 | 第24-26页 |
| ·本章小结 | 第26页 |
| 参考文献 | 第26-30页 |
| 第三章 图割技术 | 第30-39页 |
| ·引言 | 第30页 |
| ·图割的研究现状 | 第30-31页 |
| ·图割的基础知识 | 第31-34页 |
| ·图的定义 | 第31-32页 |
| ·几个基本概念 | 第32-33页 |
| ·图割的解题步骤及关键问题 | 第33-34页 |
| ·图割技术在图像分割中的应用 | 第34页 |
| ·最大流最小割算法 | 第34-37页 |
| ·图的最小割 | 第34-35页 |
| ·压入-重标记(Push-Relabel)算法 | 第35-37页 |
| ·本章小结 | 第37页 |
| 参考文献 | 第37-39页 |
| 第四章 CUDA简介 | 第39-46页 |
| ·引言 | 第39页 |
| ·CUDA技术与传统GPGPU技术的比较 | 第39-40页 |
| ·CUDA编程模式 | 第40-43页 |
| ·主机与设备 | 第40-41页 |
| ·线程结构 | 第41-42页 |
| ·存储器层次 | 第42-43页 |
| ·硬件层次 | 第43-44页 |
| ·CUDA软件包 | 第44-45页 |
| ·本章小结 | 第45页 |
| 参考文献 | 第45-46页 |
| 第五章 基于CUDA的并行图割算法 | 第46-60页 |
| ·引言 | 第46-47页 |
| ·图割算法在CUDA上的实现 | 第47-49页 |
| ·利用CUDA实现图的构造 | 第47-48页 |
| ·Push-Relabel算法在CUDA上的实现 | 第48-49页 |
| ·性能优化 | 第49-51页 |
| ·交互 | 第51-52页 |
| ·实验结果与分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 第六章 采用优化距离测度学习的肿瘤图像分割 | 第60-72页 |
| ·引言 | 第60-62页 |
| ·方法概述 | 第62-63页 |
| ·区域项构造 | 第62-63页 |
| ·边界项构造 | 第63页 |
| ·代价函数的优化求解 | 第63页 |
| ·图像特征抽取 | 第63-64页 |
| ·优化距离测度学习 | 第64-66页 |
| ·实验结果与分析 | 第66-70页 |
| ·本章小结 | 第70页 |
| 参考文献 | 第70-72页 |
| 第七章 总结和展望 | 第72-73页 |
| 攻读硕士期间发表论文 | 第73-74页 |
| 致谢 | 第74-76页 |
