摘要 | 第1-7页 |
Abstract | 第7-10页 |
第1章 绪论 | 第10-15页 |
·研究背景与意义 | 第10-12页 |
·国内外研究现状 | 第12-13页 |
·本论文研究内容及章节安排 | 第13-15页 |
·本论文研究内容 | 第13页 |
·本论文章节安排 | 第13-15页 |
第2章 脑部CT成像及医学图像分割 | 第15-26页 |
·脑部CT成像 | 第15-17页 |
·CT成像原理 | 第15-16页 |
·脑部CT图像的特点 | 第16-17页 |
·脑部CT图像的噪声 | 第17页 |
·医学图像分割 | 第17-20页 |
·图像分割的定义 | 第17-18页 |
·图像分割的方法 | 第18-20页 |
·医学图像分割的特点 | 第20页 |
·图像分割前常用的增强运算 | 第20-22页 |
·滤波 | 第20-22页 |
·卷积 | 第22页 |
·脑部CT图像分割后的数据挖掘 | 第22-26页 |
·分割图像数据挖掘的意义 | 第22-23页 |
·分割图像数据挖掘的目标 | 第23页 |
·常用的图像挖掘方法 | 第23-26页 |
第3章 脑部CT图像的边缘检测算子及LOG算子改进 | 第26-42页 |
·脑部CT图像的边缘特征 | 第26-27页 |
·常用边缘检测算子 | 第27-34页 |
·梯度算子 | 第27-31页 |
·Canny算子 | 第31页 |
·高斯-拉普拉斯算子(LOG) | 第31-34页 |
·LOG算子的改进 | 第34-42页 |
·问题提出 | 第34页 |
·改进LOG算子的思想及执行步骤 | 第34-36页 |
·改进LOG算子的描述与实现 | 第36页 |
·改进LOG算子的分割结果与分析 | 第36-40页 |
·改进LOG算子的分割质量分析 | 第40页 |
·改进LOG算子的时间效率分析 | 第40-41页 |
·时间复杂度及空间复杂度分析 | 第41-42页 |
第4章 脑部CT图像的形态学分水岭算法及改进 | 第42-58页 |
·脑部CT图像的多阈值特征 | 第42-43页 |
·分水岭算法 | 第43-50页 |
·算法思想 | 第44-45页 |
·分水线构造 | 第45-48页 |
·分水岭分割算法 | 第48-49页 |
·分水岭分割算法中常用的工具 | 第49-50页 |
·分水岭算法的改进 | 第50-58页 |
·问题提出 | 第50页 |
·改进分水岭算法的思想及执行步骤 | 第50-52页 |
·改进的分水岭算法描述与实现 | 第52-53页 |
·改进的分水岭算法的分割结果与分析 | 第53-55页 |
·改进的分水岭算法的分割质量分析 | 第55-56页 |
·改进的分水岭算法的时间效率分析 | 第56-57页 |
·时间复杂度及空间复杂度分析 | 第57-58页 |
结论与展望 | 第58-59页 |
结论 | 第58页 |
进一步的工作 | 第58-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-63页 |
攻读硕士学位期间发表的论文 | 第63-64页 |