| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 缩略语表 | 第8-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 论文研究内容及意义 | 第15-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 超像素生成算法 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 基于图论的方法 | 第19-23页 |
| 2.2.1 Ncuts算法 | 第19-22页 |
| 2.2.2 Graph-Based算法 | 第22-23页 |
| 2.3 基于梯度的方法 | 第23-29页 |
| 2.3.1 SLIC算法 | 第23-25页 |
| 2.3.2 Mean-Shift算法 | 第25-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 迭代空间模糊聚类的大脑磁共振图像的超体素生成算法 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 模糊聚类理论 | 第30-32页 |
| 3.2.1 聚类算法 | 第30-31页 |
| 3.2.2 模糊理论 | 第31-32页 |
| 3.3 迭代空间模糊聚类算法 | 第32-40页 |
| 3.3.1 问题的提出 | 第32-37页 |
| 3.3.2 构建种子模板 | 第37-38页 |
| 3.3.3 超体素的生成 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 超体素生成算法的实验分析 | 第42-60页 |
| 4.1 引言 | 第42页 |
| 4.2 实验数据 | 第42-43页 |
| 4.3 定量评价标准 | 第43-45页 |
| 4.3.1 3D Under-segmentation Error(UE) | 第43页 |
| 4.3.2 3D Boundary Recall(BR) | 第43-44页 |
| 4.3.3 3D Achievable Segmentation Accuracy(ASA) | 第44-45页 |
| 4.4 BrianWeb18数据集上的对比实验 | 第45-50页 |
| 4.5 IBSR18数据集上的对比实验 | 第50-53页 |
| 4.6 参数鲁棒性实验 | 第53-58页 |
| 4.7 残余误差实验 | 第58-59页 |
| 4.8 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
