基于常规磁共振图像的脑胶质瘤分级
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 脑胶质瘤及其分类 | 第9页 |
| 1.2 脑胶质瘤分级研究背景 | 第9-11页 |
| 1.3 本文主要工作及创新点 | 第11-13页 |
| 第二章 基于常规磁共振图像的脑胶质瘤分级 | 第13-31页 |
| 2.1 脑胶质瘤分级方法的确定 | 第13-14页 |
| 2.2 数据的获取 | 第14-15页 |
| 2.3 特征提取 | 第15-18页 |
| 2.3.1 全局特征 | 第15-17页 |
| 2.3.2 形态特征 | 第17页 |
| 2.3.3 灰度特征 | 第17-18页 |
| 2.3.4 Gabor特征 | 第18页 |
| 2.4 特征选择 | 第18-20页 |
| 2.4.1 过滤方法与t检验 | 第18-19页 |
| 2.4.2 包装方法与遗传算法 | 第19-20页 |
| 2.5 分类 | 第20-25页 |
| 2.5.1 分类器评价指标 | 第20-22页 |
| 2.5.2 支持向量机 | 第22-23页 |
| 2.5.3 K近邻法 | 第23-24页 |
| 2.5.4 决策树 | 第24-25页 |
| 2.6 实验结果与分析 | 第25-29页 |
| 2.6.1 基于过滤方法与t检验 | 第25-27页 |
| 2.6.2 基于包装方法与遗传算法 | 第27-29页 |
| 2.6.3 选择的特征 | 第29页 |
| 2.7 小结 | 第29-31页 |
| 第三章 基于FLAIR图像的脑部水肿区域分割 | 第31-47页 |
| 3.1 图像分割方法概述 | 第31-32页 |
| 3.2 分割算法原理介绍 | 第32-37页 |
| 3.2.1 水平集算法 | 第32-34页 |
| 3.2.2 基于边缘的水平集算法 | 第34-36页 |
| 3.2.3 基于区域的水平集算法 | 第36-37页 |
| 3.3 改进的水肿分割方法 | 第37-41页 |
| 3.3.1 Otsu算法的优点与缺点 | 第37-39页 |
| 3.3.2 水平集算法的优点与缺点 | 第39-40页 |
| 3.3.3 水肿分割方法的改进 | 第40-41页 |
| 3.4 实验结果与分析 | 第41-45页 |
| 3.4.1 评价指标概述 | 第41-42页 |
| 3.4.2 基于边缘与基于区域的水平集算法对比 | 第42-45页 |
| 3.5 小结 | 第45-47页 |
| 第四章 总结与展望 | 第47-48页 |
| 4.1 工作总结 | 第47页 |
| 4.2 展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间的科研成果 | 第53页 |
