| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·核磁共振成像简介 | 第10-11页 |
| ·图像分割的定义 | 第11-12页 |
| ·脑MRI图像分割研究意义 | 第12-13页 |
| ·主要研究工作及论文结构安排 | 第13-14页 |
| 第二章 医学图像分割 | 第14-23页 |
| ·图像分割方法 | 第14-21页 |
| ·传统的图像分割方法 | 第14-17页 |
| ·阈值法 | 第14-15页 |
| ·边缘检测的分割方法 | 第15-16页 |
| ·区域生长和分裂合并的分割方法 | 第16-17页 |
| ·结合特定理论的图像分割方法 | 第17-21页 |
| ·基于神经网络的分割方法 | 第17-18页 |
| ·基于小波的分割方法 | 第18页 |
| ·基于动态形变模型的边缘提取 | 第18-19页 |
| ·基于模糊聚类分析的分割方法 | 第19-20页 |
| ·基于数学形态学的分割方法 | 第20-21页 |
| ·图像分割算法评价 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于区域生长和水平集法的脑MRI图像分割 | 第23-38页 |
| ·区域生长的原理 | 第23-26页 |
| ·种子像素的获取 | 第24页 |
| ·生长准则的选取 | 第24-26页 |
| ·基于区域生长法的脑MRI图像分割算法的实现 | 第26-31页 |
| ·基于水平集理论的脑MRI图像分割 | 第31-35页 |
| ·水平集理论的基本思想 | 第32页 |
| ·水平集方法介绍 | 第32-35页 |
| ·传统的水平集方法 | 第32-33页 |
| ·无需重新初始化的方法 | 第33-35页 |
| ·应用水平集方法分割脑MRI图像的仿真实验结果及其分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于最大类间方差法的交互式图像分割 | 第38-59页 |
| ·阈值法的基本原理 | 第38-39页 |
| ·最大类间方差法 | 第39-42页 |
| ·基于最大类间方差法的交互式图像分割算法的实现 | 第42-52页 |
| ·交互式医学图像分割方法 | 第42-43页 |
| ·基于最大类间方差法的交互式分割算法的实现 | 第43-52页 |
| ·算法实现 | 第43-49页 |
| ·仿真实验结果 | 第49-51页 |
| ·三种分割算法比较 | 第51-52页 |
| ·基于Ostu的交互式分割法在脑MRI图像三维重建中的应用 | 第52-58页 |
| ·三维重建 | 第52-53页 |
| ·三维重建技术的实现 | 第53-58页 |
| ·本章小结 | 第58-59页 |
| 结论与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |