| 目录 | 第3-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第7-8页 |
| 第二章 脑肿瘤MRI图像分割 | 第8-15页 |
| 2.1 MRI原理 | 第8页 |
| 2.2 MRI应用于医学 | 第8-9页 |
| 2.3 MRI脑肿瘤分割的现状和前景 | 第9-15页 |
| 2.3.1 MRI脑肿瘤分割的重要性 | 第9-10页 |
| 2.3.2 MRI脑肿瘤分割研究的现状 | 第10-11页 |
| 2.3.3 MRI脑肿瘤分割难点 | 第11-13页 |
| 2.3.4 MRI脑肿瘤分割要求和前景 | 第13-15页 |
| 第三章 活动轮廓模型算法基础 | 第15-20页 |
| 3.1 曲线演化 | 第15-18页 |
| 3.1.1 曲线和曲线演化 | 第15-16页 |
| 3.1.2 水平集曲线演化 | 第16-18页 |
| 3.2 变分原理和欧拉方程 | 第18-20页 |
| 第四章 活动轮廓模型原理及方法 | 第20-29页 |
| 4.1 活动轮廓模型概论 | 第20-21页 |
| 4.2 参数活动轮廓模型 | 第21-23页 |
| 4.3 几何活动轮廓模型 | 第23-24页 |
| 4.4 试验及分析 | 第24-25页 |
| 4.5 CV模型 | 第25-27页 |
| 4.6 试验及分析 | 第27-29页 |
| 第五章 改进RSF模型用于MRI脑肿瘤分割 | 第29-37页 |
| 5.1 范围可控的局部灰度拟合能量模型(RSF) | 第29-30页 |
| 5.2 变分水平集函数(Variational Level Set Formulation LSF) | 第30-31页 |
| 5.3 能量方程的梯度下降算法 | 第31-32页 |
| 5.4 初始水平集函数 | 第32-34页 |
| 5.5 试验及分析 | 第34-36页 |
| 5.6 结论 | 第36-37页 |
| 第六章 Mean-Shift算法 | 第37-44页 |
| 6.1 Mean-Shift算法原理 | 第37-38页 |
| 6.2 Mean-Shift算法与改进RSF模型的结合 | 第38-41页 |
| 6.3 试验及分析 | 第41-43页 |
| 6.4 结论 | 第43-44页 |
| 第七章 总结及展望 | 第44-46页 |
| 7.1 总结及讨论 | 第44页 |
| 7.2 研究展望 | 第44-46页 |
| 参考文献 | 第46-51页 |
| 在学期间发表及录用的文章 | 第51-52页 |
| 致谢 | 第52-53页 |