| 第一章 绪论 | 第1-10页 |
| ·医学图像分割意义 | 第7-8页 |
| ·医学像常见分割任务 | 第8页 |
| ·脑图像分割研究的特点 | 第8-10页 |
| 第二章 脑图像分割技术研究 | 第10-16页 |
| ·脑图像分割简介 | 第10页 |
| ·基于边界的分割技术 | 第10-11页 |
| ·基于区域的分割技术 | 第11-12页 |
| ·结合特定理论工具的分割技术 | 第12-15页 |
| ·基于小波的分割技术 | 第13页 |
| ·基于神经网络的分割技术 | 第13-14页 |
| ·基于知识的分割技术 | 第14-15页 |
| ·基于遗传算法的分割技术 | 第15页 |
| ·小结 | 第15-16页 |
| 第三章 基于最大熵的可视人彩色脑图像分割 | 第16-23页 |
| ·可视人计划简介 | 第16-17页 |
| ·最大熵分割方法 | 第17-18页 |
| ·ICM算法 | 第18-20页 |
| ·基于最大熵的可视人彩色脑图像分割 | 第20-22页 |
| ·小结 | 第22-23页 |
| 第四章 基于模糊聚类的MRI脑图像分割 | 第23-32页 |
| ·聚类分析简介 | 第23-24页 |
| ·模糊聚类算法的发展概况 | 第24页 |
| ·基于模糊C-均值聚类的分割 | 第24-26页 |
| ·基于核方法的模糊C-均值聚类的分割 | 第26-28页 |
| ·基于改进的模糊核C-均值聚类算法的分割 | 第28-31页 |
| ·小结 | 第31-32页 |
| 第五章 基于Mumford-Shah模型的MRI脑图像分割 | 第32-42页 |
| ·基于形变模型的分割技术简介 | 第32-36页 |
| ·基于参数形变模型的分割技术简介 | 第32-34页 |
| ·基于几何形变模型的分割技术简介 | 第34-36页 |
| ·水平集方法 | 第36-37页 |
| ·基于Mumford-Shah模型的分割 | 第37-40页 |
| ·基于分层Mumford-Shah模型的分割 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第六章 脑图像分割评价 | 第42-45页 |
| ·医学图像分割评价方法分类 | 第42-43页 |
| ·医学图像分割评价准则 | 第43-44页 |
| ·分析准则 | 第43-44页 |
| ·实验准则 | 第44页 |
| ·脑图像分割评价 | 第44页 |
| ·小结 | 第44-45页 |
| 第七章 总结与展望 | 第45-47页 |
| ·总结 | 第45-46页 |
| ·展望 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 攻读硕士学位期间参加完成的科研课题和学术论文 | 第49-50页 |
| 致谢 | 第50-51页 |
| 西北工业大学业 学位论文知识产权声明 | 第51页 |
| 西北工业大学 学位论文原创性声明 | 第51页 |