| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·医学图像分割的目的及意义 | 第7页 |
| ·国内外研究现状及发展趋势 | 第7-9页 |
| ·本文研究的主要内容 | 第9页 |
| ·论文的结构安排 | 第9-10页 |
| 第二章 医学图像分割 | 第10-22页 |
| ·医学图像简介 | 第10-12页 |
| ·X 线片 | 第10页 |
| ·CT 图像 | 第10-12页 |
| ·MRI 图像 | 第12页 |
| ·医学图像分割概述 | 第12-13页 |
| ·基于边缘的图像分割 | 第13-15页 |
| ·基于区域的图像分割 | 第15-17页 |
| ·基于特定理论的图像分割 | 第17-19页 |
| ·基于统计学的图像分割 | 第17-18页 |
| ·基于模糊理论的图像分割 | 第18页 |
| ·基于变形模型的图像分割 | 第18-19页 |
| ·基于遗传算法的分割技术 | 第19页 |
| ·医学图像预处理 | 第19-21页 |
| ·图像的平滑 | 第19-20页 |
| ·灰度级的修整 | 第20页 |
| ·直方图均衡化 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于GIBBS 随机场模糊C 均值法与SNAKE 模型联合的医学图像分割 | 第22-34页 |
| ·基于GIBBS 随机场的模糊均值聚类分割 | 第22-27页 |
| ·传统的FCM 算法 | 第22-23页 |
| ·Gibbs 随机场理论 | 第23-26页 |
| ·基于Gibbs 随机场与模糊C 均值聚类的GFCM 图像分割算法 | 第26-27页 |
| ·SNAKE 模型 | 第27-31页 |
| ·手腕骨X 线片兴趣区域图像分割的研究 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于水平集方法的医学图像分割 | 第34-46页 |
| ·传统的水平集方法 | 第34-36页 |
| ·曲线演化理论 | 第34-35页 |
| ·水平集方法 | 第35-36页 |
| ·无须重新初始化的变分水平集方法 | 第36-38页 |
| ·改进的变分水平集方法 | 第38-42页 |
| ·期望边界的选取 | 第38页 |
| ·遗传算法 | 第38-41页 |
| ·终止条件 | 第41-42页 |
| ·算法流程 | 第42页 |
| ·实验结果 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第51页 |