| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·医学图像分割的相关介绍 | 第12-13页 |
| ·论文的主要内容及安排 | 第13-15页 |
| 第2章 医学图像分割方法分析与评述 | 第15-25页 |
| ·图像分割的定义及分类 | 第15-16页 |
| ·医学图像分割的任务与特点 | 第16-17页 |
| ·医学图像分割算法综述 | 第17-24页 |
| ·阈值法 | 第18页 |
| ·基于边缘检测的方法 | 第18-19页 |
| ·基于区域的分割 | 第19-20页 |
| ·基于形变模型的分割 | 第20页 |
| ·基于图谱引论的分割 | 第20-21页 |
| ·基于模糊集的分割 | 第21页 |
| ·基于随机场的分割方法 | 第21-22页 |
| ·基于其他方法的分割 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 单帧医学图像自适应阈值分割算法 | 第25-43页 |
| ·问题的提出 | 第25页 |
| ·全局自适应阈值选择方法 | 第25-28页 |
| ·OTSU算法 | 第25-26页 |
| ·实验结果与分析 | 第26-28页 |
| ·基于邻域信息计算阈值曲面的局部自适应阈值分割算法 | 第28-37页 |
| ·均值曲面法 | 第31-32页 |
| ·基于邻域信息计算阈值曲面的改进算法 | 第32-33页 |
| ·实验结果与分析 | 第33-37页 |
| ·利用边缘信息计算阈值曲面的局部自适应阈值分割算法 | 第37-42页 |
| ·自适应Canny边缘检测 | 第37-39页 |
| ·基于边缘信息的阈值曲面局部自适应分割算法 | 第39-40页 |
| ·实验结果与分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 序列医学图像的自适应阈值分割算法 | 第43-55页 |
| ·问题的提出 | 第43页 |
| ·图像差分法提取感兴趣目标 | 第43-47页 |
| ·帧间差法 | 第43-44页 |
| ·背景差法 | 第44-47页 |
| ·一种利用欧拉数的自适应阑值选择方法 | 第47-54页 |
| ·稳定欧拉数 | 第47-48页 |
| ·快速欧拉数计算方法 | 第48-49页 |
| ·最优阈值选取 | 第49-51页 |
| ·实验结果与分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于改进马尔可夫随机场的医学图像分割算法 | 第55-73页 |
| ·马尔可夫随机场基本概念 | 第55-58页 |
| ·常用马尔可夫模型介绍 | 第58-60页 |
| ·Ising模型 | 第58页 |
| ·Potts模型 | 第58-59页 |
| ·MLL模型 | 第59页 |
| ·高斯马尔可夫随机场模型 | 第59-60页 |
| ·基于马尔可夫随机场的分割算法的参数估计 | 第60-66页 |
| ·最大似然估计 | 第61页 |
| ·最大伪似然估计(MPL) | 第61-62页 |
| ·均场近似估计 | 第62-63页 |
| ·期望最大法 | 第63-64页 |
| ·动态蒙特卡罗方法 | 第64-66页 |
| ·基于马尔可夫随机场的分割算法 | 第66-69页 |
| ·模拟退火算法(SA) | 第66-67页 |
| ·条件迭代算法(ICM) | 第67-68页 |
| ·松弛标记法 | 第68-69页 |
| ·基于最大后验概率改进的马尔可夫随机场图像分割算法 | 第69-71页 |
| ·算法的改进 | 第69-71页 |
| ·算法的实现流程 | 第71页 |
| ·实验结果与分析 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 结论与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
