| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 引言 | 第7-9页 |
| 第一章 医学图像分割方法简介 | 第9-19页 |
| ·医学图像分割的重要作用 | 第9页 |
| ·医学图像分割技术的现状与发展 | 第9-17页 |
| ·医学图像分割技术的现状 | 第10-12页 |
| ·基于区域的图像分割技术 | 第10-11页 |
| ·基于边缘的图像分割 | 第11-12页 |
| ·医学图像分割发展趋势 | 第12-17页 |
| ·可变模型法 | 第13-14页 |
| ·人工神经网络法 | 第14-15页 |
| ·基于小波变换的方法 | 第15页 |
| ·基于统计学的方法 | 第15-16页 |
| ·基于分形的分割方法 | 第16页 |
| ·基于数学形态学方法 | 第16页 |
| ·基于遗传算法的方法 | 第16-17页 |
| ·医学图像处理的难点 | 第17页 |
| ·论文的主要内容 | 第17-19页 |
| 第二章 小波去除磁共振图像噪声 | 第19-26页 |
| ·磁共振图像 | 第19-21页 |
| ·磁共振成像简介 | 第19-20页 |
| ·MRI 图像噪声 | 第20-21页 |
| ·小波去除磁共振图像中的噪声 | 第21-26页 |
| ·小波分析简介 | 第21页 |
| ·小波快速分解 | 第21-23页 |
| ·小波去除MRI 图像噪声 | 第23-26页 |
| 第三章 基于规则的脑组织磁共振图像分割方法 | 第26-41页 |
| ·分水岭算法(Watershed Algorithm) | 第26-29页 |
| ·分水岭算法发展简介 | 第26-27页 |
| ·分水岭算法基本原理及分类 | 第27页 |
| ·分水岭算法 | 第27-28页 |
| ·分水岭算法实验结果及分析 | 第28-29页 |
| ·基于区域的模糊C 均值算法 | 第29-33页 |
| ·模糊和聚类知识 | 第30页 |
| ·模糊C 均值算法发展简介 | 第30-31页 |
| ·模糊C 均值算法 | 第31-32页 |
| ·基于区域的模糊C 均值算法(RFCM) | 第32-33页 |
| ·基于规则的多阈值分割算法 | 第33-36页 |
| ·二次分割区域的确定 | 第33页 |
| ·二次分割规则 | 第33-36页 |
| ·实验结果 | 第36-40页 |
| ·结果分析与比较 | 第36-38页 |
| ·定量分析 | 第38-40页 |
| ·真实数据的处理结果 | 第40页 |
| ·结论 | 第40-41页 |
| 第四章 多尺度空间自适应模糊自组织特征映射网络 | 第41-53页 |
| ·人工神经网络简介 | 第41页 |
| ·自组织特征映射网络 | 第41-42页 |
| ·Kohonen 算法 | 第42-44页 |
| ·权重的调整 | 第44-45页 |
| ·相邻单元 | 第45-46页 |
| ·模糊自组织特征网络(FSOM) | 第46-47页 |
| ·多尺度空间自适应模糊自组织特征映射 | 第47-48页 |
| ·实验结果 | 第48-52页 |
| ·结果分析与比较 | 第48-49页 |
| ·定量分析 | 第49-51页 |
| ·真实数据的处理结果 | 第51-52页 |
| ·结论 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·全文工作总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 在学期间公开发表论文及著作情况 | 第59页 |