| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 超声波成像原理及特点 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 图像分割 | 第11-12页 |
| 1.3.2 特征提取 | 第12-13页 |
| 1.3.3 分类器设计优化 | 第13页 |
| 1.4 论文的主要研究内容与结构安排 | 第13-15页 |
| 第2章 甲状腺结节超声图像分割算法研究 | 第15-32页 |
| 2.1 概述 | 第15页 |
| 2.2 传统的分割算法 | 第15-25页 |
| 2.2.1 基于边缘检测的分割算法 | 第15-17页 |
| 2.2.2 基于区域的分割算法 | 第17-19页 |
| 2.2.3 基于活动轮廓模型的分割算法 | 第19-25页 |
| 2.3 基于改进LIF模型和CV模型相结合的分割算法 | 第25-28页 |
| 2.3.1 改进的LIF模型 | 第25-26页 |
| 2.3.2 融合全局与局部信息的CV-GLIF模型 | 第26-28页 |
| 2.4 实验结果与分析 | 第28-31页 |
| 2.4.1 甲状腺结节分割实验结果 | 第28-29页 |
| 2.4.2 分割结果精度分析 | 第29页 |
| 2.4.3 CV-GLIF模型初始轮廓位置实验 | 第29-30页 |
| 2.4.4 抗噪实验 | 第30-31页 |
| 2.5 小结 | 第31-32页 |
| 第3章 甲状腺结节特征提取算法 | 第32-44页 |
| 3.1 概述 | 第32-33页 |
| 3.2 形状特征 | 第33-34页 |
| 3.3 边缘特征 | 第34-35页 |
| 3.4 衰减特征 | 第35-36页 |
| 3.5 钙化特征 | 第36-37页 |
| 3.6 纹理特征 | 第37-43页 |
| 3.6.1 局部二值LBP模式及相关算法 | 第38-41页 |
| 3.6.2 基于改进CLBP模式的局部纹理特征提取算法 | 第41-43页 |
| 3.7 本文模型的实现步骤 | 第43页 |
| 3.8 小结 | 第43-44页 |
| 第4章 甲状腺结节良恶性分类 | 第44-55页 |
| 4.1 概述 | 第44页 |
| 4.2 相关分类器模型 | 第44-46页 |
| 4.3 分类器分类效果评价指标 | 第46-47页 |
| 4.4 实验结果及分析 | 第47-48页 |
| 4.5 SVM参数优化算法 | 第48-49页 |
| 4.6 传统的SVM参数优化算法 | 第49-52页 |
| 4.6.1 网格搜索优化算法 | 第49-50页 |
| 4.6.2 粒子群优化算法 | 第50-52页 |
| 4.7 SVM参数联合优化算法 | 第52-53页 |
| 4.8 实验结果分析 | 第53-54页 |
| 4.9 小结 | 第54-55页 |
| 第5章 结论 | 第55-57页 |
| 5.1 结论 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 作者简介 | 第63-64页 |
| 攻读硕士学位期间研究成果 | 第64页 |
