首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于多图谱标签融合的脑MR图像分割方法研究

摘要第4-6页
ABSTRACT第6-7页
1 绪论第10-26页
    1.1 课题来源与背景第10-12页
    1.2 研究的目的与意义第12-14页
    1.3 国内外研究概况第14-24页
    1.4 本文的主要研究内容和组织结构第24-26页
2 基于多图谱标签融合的脑MR图像分割理论基础第26-39页
    2.1 图谱定义及其表示方法第26-28页
    2.2 基于多图谱的脑MR图像分割方法第28-31页
    2.3 基于全局加权的图谱标签融合方法第31-33页
    2.4 基于局部加权的图谱标签融合方法第33-36页
    2.5 基于非局部加权的图谱标签融合方法第36-37页
    2.6 本章小结第37-39页
3 基于图谱标签块稀疏表示的图谱标签融合方法第39-64页
    3.1 引言第39-40页
    3.2 基于图谱灰度块稀疏表示的图谱标签融合方法第40-44页
    3.3 基于图谱标签块稀疏表示的图谱标签融合方法第44-52页
    3.4 实验及结果分析第52-63页
    3.5 本章小结第63-64页
4 基于图谱组合信息稀疏表示的图谱标签融合方法第64-89页
    4.1 引言第64-65页
    4.2 改进的局部二进制模式第65-67页
    4.3 算法设计指导思想第67-68页
    4.4 算法的工作流程第68-76页
    4.5 实验及结果分析第76-87页
    4.6 本章小结第87-89页
5 基于待分割目标总体分布的图谱标签融合方法第89-111页
    5.1 引言第89-90页
    5.2 算法设计指导思想第90-92页
    5.3 算法的工作流程第92-96页
    5.4 阈值参数的确定方法第96-101页
    5.5 实验及结果分析第101-109页
    5.6 本章小结第109-111页
6 总结与展望第111-114页
    6.1 本文的主要研究成果第111-112页
    6.2 研究展望第112-114页
致谢第114-116页
参考文献第116-134页
附录1 攻读博士学位期间发表、录用和提交的主要论文第134-135页
附录2 攻读博士学位期间参与的主要项目第135-136页
附录3 攻读博士学位期间获得的荣誉第136页

论文共136页,点击 下载论文
上一篇:基于生物启发和统计分析相结合的图像显著性检测模型研究
下一篇:面向脑机接口的神经信号解析与肢体运动控制机制研究