基于活动轮廓模型的医学图像分割方法研究
| 独创性说明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·国内外的研究概况 | 第10-11页 |
| ·本文的工作及内容安排 | 第11-13页 |
| 2 医学图像分割原理与方法 | 第13-18页 |
| ·图像分割原理概述 | 第13-14页 |
| ·主要的医学图像分割方法及研究进展 | 第14-16页 |
| ·传统的图像分割方法 | 第14-15页 |
| ·现代的图像分割方法 | 第15-16页 |
| ·医学图像分割的评价准则 | 第16-17页 |
| ·小结 | 第17-18页 |
| 3 活动轮廓模型的原理与方法 | 第18-32页 |
| ·活动轮廓模型原理 | 第18-19页 |
| ·几种主要的活动轮廓模型 | 第19-27页 |
| ·高斯势能力模型 | 第19-21页 |
| ·气球模型 | 第21-22页 |
| ·距离势能力模型 | 第22-23页 |
| ·梯度矢量流模型 | 第23-27页 |
| ·活动轮廓模型的数值解法 | 第27-31页 |
| ·梯度下降法 | 第27-28页 |
| ·动态规划法 | 第28-29页 |
| ·贪婪算法 | 第29-31页 |
| ·小结 | 第31-32页 |
| 4 基于小波变换与活动轮廓模型的医学图像分割方法 | 第32-44页 |
| ·小波变换概述 | 第32-36页 |
| ·小波变换原理 | 第32-33页 |
| ·多分辨率(尺度)分析和 Mallat算法 | 第33-36页 |
| ·小波变换边缘检测 | 第36-38页 |
| ·小波变换边缘检测算法的改进及仿真结果对比 | 第38-40页 |
| ·改进算法与活动轮廓模型相结合的医学图像分割方法 | 第40页 |
| ·小波基函数及活动轮廓模型的选取 | 第40页 |
| ·算法实现步骤 | 第40页 |
| ·实验结果及对比分析 | 第40-43页 |
| ·算法总结与讨论 | 第43-44页 |
| 5 基于静电力活动轮廓模型的医学图像分割方法 | 第44-49页 |
| ·静电力活动轮廓模型概述 | 第44-45页 |
| ·静电力活动轮廓模型原理 | 第44-45页 |
| ·静电力活动轮廓模型的研究进展及优缺点 | 第45页 |
| ·静电力活动轮廓模型的改进 | 第45-46页 |
| ·实验结果及对比分析 | 第46-48页 |
| ·算法总结与讨论 | 第48-49页 |
| 6 基于水平集的医学图像分割方法 | 第49-56页 |
| ·概述 | 第49页 |
| ·水平集方法基本原理 | 第49-52页 |
| ·水平集方法分类 | 第52-54页 |
| ·非正则化水平集 | 第52-53页 |
| ·正则化水平集 | 第53-54页 |
| ·实验结果及对比分析 | 第54-55页 |
| ·算法总结与讨论 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
| 大连理工大学学位论文版权使用授权书 | 第63页 |
