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

基于统计模型的胰腺分割算法的研究与实现

中文摘要第5-6页
Abstract第6页
第1章 绪论第9-17页
    1.1 研究背景及意义第9-10页
    1.2 医学图像分割技术的研究现状第10-11页
    1.3 胰腺图像分割技术研究现状第11-15页
        1.3.1 胰腺解剖结构第11-13页
        1.3.2 胰腺图像分割难点第13-14页
        1.3.3 胰腺图像分割研究现状第14-15页
        1.3.4 胰腺图像分割的发展方向第15页
    1.4 本文研究内容第15-17页
第2章 相关技术介绍第17-33页
    2.1 经典分割算法第17-21页
        2.1.1 阈值法第17-18页
        2.1.2 区域生长第18-19页
        2.1.3 边缘检测第19-21页
    2.2 形态学分割算法第21-24页
        2.2.1 二值形态学第22-23页
        2.2.2 灰度形态学第23-24页
        2.2.3 彩色形态学第24页
    2.3 基于形变模型的分割方法第24-31页
        2.3.1 主动轮廓模型第24-25页
        2.3.2 改进的主动轮廓模型第25-27页
        2.3.3 水平集模型第27-30页
        2.3.4 测地几何主动轮廓模型第30-31页
    2.4 本章小结第31-33页
第3章 胰腺分割方法第33-57页
    3.1 基于概率图谱和形态学的胰腺分割第33-43页
        3.1.1 基于概率图谱和形态学的胰腺分割流程第33-34页
        3.1.2 胰腺正规化第34-39页
        3.1.3 胰腺位置概率图谱的建立第39页
        3.1.4 胰腺灰度概率图谱的建立第39-42页
        3.1.5 基于概率图谱的胰腺分割第42页
        3.1.6 形态学后处理第42-43页
    3.2 基于统计模型和水平集结合的胰腺分割第43-55页
        3.2.1 基于统计模型和水平集结合的胰腺分割流程第43-44页
        3.2.2 统计形状模型建立第44-48页
        3.2.3 结合统计模型的水平集理论第48-50页
        3.2.4 基于统计形状模型和水平集结合的方法实现第50-55页
    3.3 胰腺分割评价方法第55-56页
    3.4 本章小结第56-57页
第4章 实验结果与分析第57-69页
    4.1 实验数据第57页
    4.2 基于概率图谱和形态学的胰腺分割实验第57-61页
        4.2.1 实验流程与结果第57-58页
        4.2.2 结果分析和评价第58-61页
    4.3 基于统计模型和水平集结合的胰腺分割实验第61-68页
        4.3.1 实验流程与结果第61-62页
        4.3.2 分割实验的对比第62-65页
        4.3.3 结果分析和评价第65-68页
    4.4 本章小结第68-69页
第5章 总结与展望第69-71页
参考文献第71-75页
致谢第75-77页
攻读硕士学位期间发表论文情况简介第77页

论文共77页,点击 下载论文
上一篇:高校招生管理系统的设计及实现
下一篇:基于肝脏表观模型和优化SVM的肝癌识别方法的研究与实现