基于超声图像的前列腺病变计算机辅助诊断
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第1章 绪论 | 第13-25页 |
| ·引言 | 第13-14页 |
| ·前列腺癌检测方法的现状 | 第14-16页 |
| ·直肠指检 | 第14页 |
| ·前列腺特异性抗原检查 | 第14-15页 |
| ·前列腺癌的超声检查 | 第15页 |
| ·磁共振成像检查 | 第15-16页 |
| ·CT检查 | 第16页 |
| ·PET检查 | 第16页 |
| ·经直肠超声前列腺癌检查方法的现状 | 第16-20页 |
| ·前列腺癌计算机辅助诊断技术的发展现状 | 第20-23页 |
| ·论文的结构安排 | 第23-25页 |
| 第2章 前列腺直肠超声图像的预处理 | 第25-37页 |
| ·引言 | 第25-27页 |
| ·基于改进各向异性扩散的超声斑点抑制算法 | 第27-34页 |
| ·各向异性扩散方程模型 | 第27-30页 |
| ·改进的各向异性扩散方程 | 第30-34页 |
| ·对角梯度算子和区域统计信息 | 第30-31页 |
| ·扩散系数选择 | 第31页 |
| ·具有自适应特性的边界保持算子 | 第31-34页 |
| ·实际超声图像的去噪结果 | 第34-35页 |
| ·图像去噪的评价指标 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 前列腺直肠超声图像分割 | 第37-63页 |
| ·引言 | 第37-40页 |
| ·超声图像的全自动分割算法 | 第40-50页 |
| ·初始轮廓自动提取算法 | 第40-45页 |
| ·图像预处理 | 第41-42页 |
| ·径向浅浮槽算法 | 第42-45页 |
| ·改进的侧地线主动轮廓模型 | 第45-50页 |
| ·经典的侧地线主动轮廓模型 | 第45-47页 |
| ·结合区域特性的测地线主动轮廓模型 | 第47-50页 |
| ·超声图像的半自动分割算法 | 第50-54页 |
| ·无需重初始化模型 | 第50-51页 |
| ·改进的测地线模型 | 第51-54页 |
| ·分割算法的性能评价指标 | 第54-55页 |
| ·分割实验结果及讨论 | 第55-61页 |
| ·手工分割算法 | 第61-62页 |
| ·总结 | 第62-63页 |
| 第4章 前列腺直肠超声图像的特征提取 | 第63-81页 |
| ·引言 | 第63-64页 |
| ·常用的前列腺病变区域统计纹理特征 | 第64-66页 |
| ·新的前列腺病变区域统计纹理特征 | 第66-72页 |
| ·小波纹理特征 | 第67-70页 |
| ·空间梯度纹理特征 | 第70-71页 |
| ·边界频率纹理特征 | 第71-72页 |
| ·其他纹理特征 | 第72页 |
| ·特征选择算法 | 第72-74页 |
| ·PCA优选后的特征 | 第74-78页 |
| ·本章小结 | 第78-81页 |
| 第5章 前列腺直肠超声图像的分类判决 | 第81-93页 |
| ·引言 | 第81页 |
| ·分类器算法简介 | 第81-86页 |
| ·支持向量机 | 第81-84页 |
| ·AdaBoost算法 | 第84-86页 |
| ·使用优选特征进行辅助诊断 | 第86-92页 |
| ·分类算法的评价标准 | 第87-88页 |
| ·各种特征的分类结果 | 第88-92页 |
| ·本章小结 | 第92-93页 |
| 第6章 总结和展望 | 第93-97页 |
| ·论文的主要研究内容和创新成果 | 第94-95页 |
| ·未来研究工作的展望 | 第95-97页 |
| 参考文献 | 第97-109页 |
| 致谢 | 第109-111页 |
| 在读期间发表的学术论文与取得的研究成果 | 第111页 |
