| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-21页 |
| ·核磁共振成像技术 | 第10-14页 |
| ·物理原理 | 第10-11页 |
| ·核磁共振成像的不同加权图像 | 第11-13页 |
| ·核磁共振脑图像组织结构 | 第13-14页 |
| ·医学图像分割背景和意义 | 第14-17页 |
| ·医学图像处理 | 第14-15页 |
| ·医学图像分割 | 第15-16页 |
| ·核磁共振颅脑图像的特点及分割面临的困难 | 第16-17页 |
| ·医学图像分割方法概述 | 第17-20页 |
| ·本文的组织结构 | 第20-21页 |
| 第二章 非负矩阵分解算法概述 | 第21-29页 |
| ·非负矩阵分解方法的提出 | 第21-22页 |
| ·非负矩阵分解的数学表达方法 | 第22-23页 |
| ·非负矩阵分解的目标函数和迭代规则 | 第23-25页 |
| ·非负矩阵分解的目标函数 | 第23页 |
| ·非负矩阵分解的迭代归则 | 第23-25页 |
| ·非负矩阵分解方法的研究现状 | 第25-27页 |
| ·非负矩阵分解的应用 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于局部沃尔什变换和非负矩阵分解的脑白质分割 | 第29-45页 |
| ·纹理特征提取 | 第29-33页 |
| ·统计类纹理特征提取方法 | 第30-31页 |
| ·信号处理纹理特征提取方法 | 第31-32页 |
| ·基于模型的纹理特征提取方法 | 第32页 |
| ·基于结构的纹理特征提取方法 | 第32-33页 |
| ·基于局部沃尔什变换的特征提取 | 第33-38页 |
| ·沃尔什变换 | 第33-34页 |
| ·局部沃尔什变换 | 第34-36页 |
| ·纹理鉴别性能分析 | 第36-38页 |
| ·非负矩阵分解及其聚类性 | 第38-39页 |
| ·基于LWT和NMF的颅脑图像分割 | 第39-40页 |
| ·实验结果与分析 | 第40-44页 |
| ·实验数据 | 第40页 |
| ·纹理鉴别性能比较 | 第40-41页 |
| ·分割方法比较 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于非负Laplacian嵌入的颅脑图像分割 | 第45-61页 |
| ·图的简要介绍 | 第45-48页 |
| ·关于图的定义 | 第45-46页 |
| ·有向图、无向图定义 | 第46-47页 |
| ·简单图和连通图的相关定义 | 第47页 |
| ·图的矩阵表示 | 第47-48页 |
| ·基于图理论的图像分割 | 第48-51页 |
| ·最小割准则 | 第49-50页 |
| ·归一化割准则 | 第50页 |
| ·比例割准则和最小做大割准则 | 第50-51页 |
| ·图的非负Laplacian嵌入 | 第51-53页 |
| ·传统的Laplacian嵌入方法 | 第51-52页 |
| ·非负Laplacian嵌入 | 第52-53页 |
| ·基于非负Laplacian嵌入的图像分割 | 第53-56页 |
| ·Mean shift图像预分割 | 第53-55页 |
| ·Gabor特征提取 | 第55-56页 |
| ·基于非负Laplacian嵌入的图像分割 | 第56页 |
| ·实验过程及分析 | 第56-59页 |
| ·算法流程 | 第56页 |
| ·肿瘤图像分割 | 第56-58页 |
| ·仿真数据实验 | 第58-59页 |
| ·本章总结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·本文工作总结 | 第61-62页 |
| ·未来工作展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 在读期间发表的论文 | 第70-71页 |
| 在读期间所参加的科研项目 | 第71页 |