计算机辅助孤立肺结节检测与医学征象识别算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·课题的背景及意义 | 第8-10页 |
| ·计算机辅助检测的研究进展及现状 | 第10-13页 |
| ·论文的研究目标和内容章节安排 | 第13-16页 |
| ·研究目标 | 第13页 |
| ·内容章节安排 | 第13-16页 |
| 第二章 肺部CT图像肺实质分割 | 第16-28页 |
| ·CT相关概念 | 第16-18页 |
| ·肺部CT图像去噪 | 第18-19页 |
| ·肺实质分割 | 第19-27页 |
| ·CT图像二值化 | 第19-21页 |
| ·肺部图像形态学处理 | 第21-24页 |
| ·肺实质分割 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第三章 基于区域生长的疑似肺结节交互式提取 | 第28-38页 |
| ·区域生长算法 | 第28-30页 |
| ·轮廓提取和边界跟踪算法 | 第30-32页 |
| ·轮廓提取 | 第30页 |
| ·边界跟踪 | 第30-32页 |
| ·疑似肺结节特征量提取 | 第32-36页 |
| ·几何特征提取 | 第33-34页 |
| ·位置特征提取 | 第34-35页 |
| ·灰度特征提取 | 第35页 |
| ·纹理特征提取 | 第35-36页 |
| ·小结 | 第36-38页 |
| 第四章 肺结节医学征象识别 | 第38-48页 |
| ·孤立性肺结节简述 | 第38-39页 |
| ·肺结节医学征象说明 | 第39-43页 |
| ·肺结节征象量化识别 | 第43-47页 |
| ·毛刺和棘突识别 | 第43-44页 |
| ·钙化识别 | 第44页 |
| ·空泡及空洞识别 | 第44-45页 |
| ·分叶识别 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第五章 分类器实现和肺结节检测实验 | 第48-58页 |
| ·分类器概述 | 第48-49页 |
| ·基于近邻法则的分类器 | 第49-55页 |
| ·最近邻法 | 第49-50页 |
| ·kNN分类算法 | 第50-51页 |
| ·属性Bagging-kNN分类算法 | 第51-55页 |
| ·对比实验及结果分析 | 第55-56页 |
| ·小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 工作总结 | 第58页 |
| 进一步研究展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间参与的科研项目 | 第64-66页 |
| 致谢 | 第66页 |
