| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 概述 | 第12-27页 |
| ·磁共振成像技术 | 第12-13页 |
| ·常规磁共振成像(MRI) | 第12页 |
| ·弥散加权成像(DW-MRI) | 第12-13页 |
| ·弥散张量成像(DT-MRI) | 第13页 |
| ·医学图像分割算法综述 | 第13-19页 |
| ·基于边界分割技术的方法 | 第16页 |
| ·基于阈值的方法 | 第16页 |
| ·基于特征空间聚类的方法 | 第16-17页 |
| ·基于模糊集理论的方法 | 第17-18页 |
| ·区域生长和分裂合并方法 | 第18页 |
| ·基于随机场的算法 | 第18-19页 |
| ·基于形变模型的方法 | 第19页 |
| ·基于神经网络的方法 | 第19页 |
| ·其他分割方法 | 第19页 |
| ·医学图像分割方法的评估 | 第19-20页 |
| 参考文献 | 第20-27页 |
| 第二章 模糊C均值算法及其改进算法 | 第27-40页 |
| ·引言 | 第27-30页 |
| ·模糊集的引入 | 第27-28页 |
| ·模糊集的概念及其性质 | 第28-30页 |
| ·传统的FCM算法及其存在的问题 | 第30-32页 |
| ·LAGRANGE乘子法 | 第32-33页 |
| ·模糊C均值常见的几类改进算法 | 第33-37页 |
| ·改变隶属度的约束条件 | 第33-34页 |
| ·增加空间信息的约束项 | 第34-36页 |
| ·引入核函数 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 第三章 基于多目标规划的模糊C均值聚类算法 | 第40-48页 |
| ·引言 | 第40页 |
| ·MOP-FCM聚类算法(MULTIPLE OBJECTIVE PROGRAMMING FCM) | 第40-42页 |
| ·实验 | 第42-46页 |
| ·对模拟方块图的分割 | 第42-43页 |
| ·对模拟脑部MR图像的分割 | 第43-45页 |
| ·对临床脑部MR图像的分割 | 第45-46页 |
| ·结论 | 第46页 |
| 参考文献 | 第46-48页 |
| 第四章 利用空间信息的核模糊C均值聚类算法 | 第48-56页 |
| ·前言 | 第48-49页 |
| ·核的定义及常用核函数 | 第48-49页 |
| ·基于核函数的FCM算法(KERNEL FCM) | 第49-50页 |
| ·改进的基于核函数的模糊聚类算法(MODIFIED KERNEL-BASED FUZZY CLUSTERING ALGORITHM,MKFC) | 第50-51页 |
| ·实验 | 第51-54页 |
| ·结论 | 第54页 |
| 参考文献 | 第54-56页 |
| 第五章 基于核模糊C均值的多发性硬化症病灶分割算法 | 第56-64页 |
| ·前言 | 第56-57页 |
| ·改进的核模糊C均值算法 | 第57-58页 |
| ·基于核模糊C均值的多发性硬化症分割算法 | 第58-59页 |
| ·实验 | 第59-62页 |
| ·结论 | 第62页 |
| 参考文献 | 第62-64页 |
| 第六章 基于MRF的DT-MRI图像分割算法 | 第64-79页 |
| ·引言 | 第64-65页 |
| ·DT-MRI图像分割原理 | 第65-70页 |
| ·DT-MRI图像成像原理 | 第65-66页 |
| ·DT-MRI数据处理流程 | 第66-67页 |
| ·弥散张量的计算 | 第67-69页 |
| ·导出量的计算与二维可视化 | 第69-70页 |
| ·基于MRF的DT-MRI图像分割算法 | 第70-77页 |
| ·欧氏距离与Frobenius范数 | 第71-72页 |
| ·算法的初始化 | 第72-73页 |
| ·高斯-马尔可夫随机场(Gaussian-MRF)模型 | 第73-75页 |
| ·Gaussian-MRF分割算法具体的执行步骤如下 | 第75页 |
| ·实验 | 第75-77页 |
| ·结论 | 第77页 |
| 参考文献 | 第77-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 攻读学位期间成果 | 第81-82页 |
| 致谢 | 第82-83页 |
