摘要 | 第2-3页 |
Abstract | 第3-4页 |
1 绪论 | 第7-13页 |
1.1 课题研究的背景与意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-11页 |
1.2.1 基于PET/CT图像的诊断治疗系统 | 第8-9页 |
1.2.2 PET/CT图像融合及其在肺癌辅助诊疗中的应用 | 第9-10页 |
1.2.3 PET/CT图像分割及其在肺癌辅助诊疗中的应用 | 第10-11页 |
1.3 本文主要工作 | 第11-13页 |
2 基于图像分析的肺癌辅助诊疗相关技术 | 第13-22页 |
2.1 PET/CT成像技术 | 第13-14页 |
2.2 医学图像融合方法及评价指标 | 第14-18页 |
2.2.1 常用的医学图像融合方法 | 第14-16页 |
2.2.2 图像融合评价指标 | 第16-18页 |
2.3 医学图像分割方法及评价指标 | 第18-21页 |
2.3.1 常用的医学图像分割方法 | 第18-20页 |
2.3.2 图像分割评价指标 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
3 基于控制核聚类的稀疏图像融合算法 | 第22-38页 |
3.1 稀疏图像融合算法 | 第22-25页 |
3.2 基于控制核聚类的稀疏图像融合算法 | 第25-32页 |
3.2.1 图像字典的结构性 | 第25-27页 |
3.2.2 控制核回归 | 第27-30页 |
3.2.3 K-SVD字典训练 | 第30-31页 |
3.2.4 算法流程 | 第31-32页 |
3.3 实验结果及分析 | 第32-37页 |
3.3.1 图像聚类分块情况 | 第32-34页 |
3.3.2 不同种融合算法间对比分析 | 第34-37页 |
3.4 本章小结 | 第37-38页 |
4 基于测地线活动轮廓模型的图像联合分割算法 | 第38-50页 |
4.1 测地线活动轮廓模型 | 第38-40页 |
4.2 改进边缘函数的测地线活动轮廓模型 | 第40-45页 |
4.2.1 新的边缘函数 | 第40-42页 |
4.2.2 数值实现 | 第42-45页 |
4.3 实验结果及分析 | 第45-49页 |
4.3.1 改进的边缘函数 | 第45页 |
4.3.2 与基于GAC模型的单模态图像分割算法对比 | 第45-47页 |
4.3.3 与其他分割算法对比 | 第47-49页 |
4.4 本章小结 | 第49-50页 |
结论 | 第50-51页 |
参考文献 | 第51-55页 |
攻读硕士学位期间发表学术论文情况 | 第55-56页 |
致谢 | 第56-58页 |