| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 课题研究背景和意义 | 第13-15页 |
| 1.2 可拓检测的国内外研究现状 | 第15-17页 |
| 1.3 医学图像分割的发展状况 | 第17-21页 |
| 1.3.1 医学图像分割方法概述 | 第17-19页 |
| 1.3.2 血肿医学图像分割的国内外研究现状 | 第19-21页 |
| 1.4 研究工作概要和论文章节安排 | 第21-22页 |
| 1.4.1 课题主要研究内容 | 第21页 |
| 1.4.2 各章节内容安排 | 第21-22页 |
| 第二章 可拓检测的基本原理 | 第22-37页 |
| 2.1 可拓检测的基本概念 | 第22-25页 |
| 2.1.1 物元的基本概念 | 第22-24页 |
| 2.1.2 物元的三要素 | 第24-25页 |
| 2.1.3 基元及复合元 | 第25页 |
| 2.2 可拓变换 | 第25-26页 |
| 2.3 可拓集合与关联函数 | 第26-28页 |
| 2.3.1 可拓集合的定义 | 第26-27页 |
| 2.3.2 基本关联函数 | 第27-28页 |
| 2.4 可拓检测的基本原理 | 第28-36页 |
| 2.4.1 可拓检测的功能模型 | 第28-31页 |
| 2.4.2 传感器物元和检测物元的关系 | 第31页 |
| 2.4.3 检测物元的可拓分析 | 第31-32页 |
| 2.4.4 可测物元与不可测物元的关系研究 | 第32-33页 |
| 2.4.5 可拓检测理论的框架流程 | 第33-34页 |
| 2.4.6 物元聚焦及结果判决显形 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 CT医学图像颅内血肿的一次分割 | 第37-48页 |
| 3.1 医学CT相关知识 | 第37-39页 |
| 3.1.1 CT成像的基本原理 | 第37页 |
| 3.1.2 CT诊断的临床应用 | 第37-38页 |
| 3.1.3 CT图像常见噪声 | 第38-39页 |
| 3.2 图像预处理 | 第39-43页 |
| 3.2.1 中值滤波 | 第39-40页 |
| 3.2.2 均值滤波 | 第40-41页 |
| 3.2.3 高斯滤波 | 第41-43页 |
| 3.3 CT医学图像颅内血肿的一次分割 | 第43-46页 |
| 3.3.1 阈值分割算法 | 第43-45页 |
| 3.3.2 区域生长算法 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 模糊聚类理论 | 第48-56页 |
| 4.1 模糊理论基础 | 第48-51页 |
| 4.1.1 模糊集合 | 第48-50页 |
| 4.1.2 隶属度函数 | 第50-51页 |
| 4.2 模糊C均值聚类算法的目标函数及其推导 | 第51-53页 |
| 4.2.1 隶属度函数的推导 | 第51-53页 |
| 4.2.2 聚类中心的推导 | 第53页 |
| 4.3 模糊C均值(FCM)聚类算法 | 第53-55页 |
| 4.3.1 HCM聚类算法 | 第53-54页 |
| 4.3.2 FCM聚类算法 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 基于可拓检测和模糊C均值聚类算法的CT医学图像颅内血肿二次分割 | 第56-78页 |
| 5.1 FCM聚类算法 | 第56-61页 |
| 5.1.1 特征提取 | 第57-58页 |
| 5.1.2 模糊加权幂指数的确定 | 第58-59页 |
| 5.1.3 聚类中心数的确定 | 第59-61页 |
| 5.2 可拓检测物元聚焦 | 第61-64页 |
| 5.2.1 物元模型的建立 | 第61-62页 |
| 5.2.2 物元聚焦 | 第62-63页 |
| 5.2.3 判别精度的确定 | 第63-64页 |
| 5.3 医学图像分割评价 | 第64-68页 |
| 5.3.1 医学图像分割评价方法 | 第65-66页 |
| 5.3.2 医学图像分割评价准则 | 第66-67页 |
| 5.3.3 医学图像分割量化评价方法 | 第67-68页 |
| 5.4 实验结果 | 第68-77页 |
| 5.5 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 攻读硕士学位期间发表的科研论文 | 第86-87页 |
| 攻读硕士学位期间参与的主要科研项目 | 第87-89页 |
| 致谢 | 第89页 |