| 第一章 绪论 | 第1-12页 |
| §1.1 医学图像分割意义 | 第6-7页 |
| §1.2 医学图像分割的算法特点 | 第7-8页 |
| §1.3 中外可视人计划 | 第8-9页 |
| §1.4 可视人研究的意义和难点 | 第9-10页 |
| §1.5 论文内容和结构安排 | 第10-12页 |
| 第二章 基于单一算法的医学图像分割 | 第12-29页 |
| §2.1 图像分割基本概念 | 第12-13页 |
| §2.2 彩色图像特征 | 第13-15页 |
| §2.2.1 计算颜色模型 | 第13页 |
| §2.2.2 工业颜色模型 | 第13-14页 |
| §2.2.3 视觉颜色模型 | 第14-15页 |
| §2.3 基于区域的分割方法 | 第15-19页 |
| §2.3.1 阈值分割 | 第15-16页 |
| §2.3.2 区域生长和分裂合并 | 第16-17页 |
| §2.3.3 基于随机场的方法 | 第17-18页 |
| §2.3.4 分类器和聚类 | 第18-19页 |
| §2.4 基于边界的分割方法 | 第19-23页 |
| §2.4.1 并行微分算子 | 第19-21页 |
| §2.4.2 串行边界查找 | 第21页 |
| §2.4.3 可形变模型方法 | 第21-22页 |
| §2.4.4 图像滤波 | 第22-23页 |
| §2.5 本文提出的基于自适应区域增长和颜色特征的算法 | 第23-24页 |
| §2.6 实验结果与分析 | 第24-29页 |
| 第三章 基于混合算法的医学图像分割 | 第29-46页 |
| §3.1 基于游戏理论的边缘和区域结合的混合分割算法 | 第29-32页 |
| §3.1.1 游戏理论 | 第29-30页 |
| §3.1.2 区域模块和边界模块 | 第30-31页 |
| §3.1.3 两模块的整合 | 第31-32页 |
| §3.2 基于模糊连接度和变形模型的混合算法 | 第32-37页 |
| §3.2.1 模糊集理论和模糊连接度 | 第32-34页 |
| §3.2.2 基于模糊连接度分割模块 | 第34-36页 |
| §3.2.3 可变形模型分割模块 | 第36-37页 |
| §3.2.4 两模块的整合 | 第37页 |
| §3.3 基于模糊连接度和Voronoi图的混合算法 | 第37-39页 |
| §3.3.1 Voronoi图分割模块 | 第37-39页 |
| §3.3.2 两模块的整合 | 第39页 |
| §3.4 基于Gibbs先验模型和可变形模型的混合算法 | 第39-41页 |
| §3.4.1 Gibbs先验模型 | 第39-40页 |
| §3.4.2 两模块的整合 | 第40-41页 |
| §3.5 本文提出的基于改进的模糊连接度和Voronoi图的混合算法 | 第41-43页 |
| §3.6 实验结果与分析 | 第43-46页 |
| 第四章 医学图像分割评价 | 第46-52页 |
| §4.1 图像分割评价的客观性 | 第46页 |
| §4.2 医学图像分割评价方法 | 第46-51页 |
| §4.3 正确分割结果数据集 | 第51-52页 |
| 第五章 总结及展望 | 第52-54页 |
| §5.1 论文工作总结 | 第52-53页 |
| §5.2 论文工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 硕士期间课题及发表论文 | 第58-59页 |
| 致谢 | 第59-60页 |
