首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于可拓检测与支持向量机的颅内血肿图像分割方法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第13-22页
    1.1 研究背景与意义第13-14页
    1.2 图像分割概述第14-17页
        1.2.1 图像分割的定义和方法第14-16页
        1.2.2 医学图像分割的国内外研究现状和发展趋势第16-17页
    1.3 可拓理论简述第17-20页
        1.3.1 可拓学起源及发展第17-19页
        1.3.2 可拓检测及其国内外研究现状第19-20页
    1.4 主要的研究内容第20-21页
    1.5 本章小结第21-22页
第二章 基于统计学习理论的支持向量机第22-32页
    2.1 统计学习理论第22-25页
        2.1.1 VC维第22-23页
        2.1.2 推广性的界限第23页
        2.1.3 结构化风险最小第23-25页
    2.2 二分类支持向量机第25-27页
        2.2.1 线性可分第25-27页
        2.2.2 线性不可分第27页
    2.3 核函数第27-30页
        2.3.1 核函数的基本性质第27-28页
        2.3.2 核函数分类第28-30页
    2.4 多类分类支持向量机第30页
    2.5 本章小结第30-32页
第三章 可拓检测的基本原理第32-45页
    3.1 物元第32-34页
        3.1.1 物元的概念第32-33页
        3.1.2 物元三要素第33页
        3.1.3 复合元和基元第33-34页
    3.2 可拓理论中的可拓变换第34-35页
        3.2.1 可拓变换的概念第34页
        3.2.2 可拓变换的四种基本变换方式第34-35页
    3.3 可拓集合和关联函数第35-39页
        3.3.1 可拓集合的概念第35-36页
        3.3.2 可拓集合的变换第36-37页
        3.3.3 关联函数的基本概念第37-39页
    3.4 可拓检测的基本概念和基本原理第39-44页
        3.4.1 可拓检测的基本概念第39页
        3.4.2 可拓检测的基本原理第39-42页
        3.4.3 可测物元与不可测物元的关系研究第42-43页
        3.4.4 可拓检测技术的框架流程第43-44页
    3.5 本章小结第44-45页
第四章 颅内血肿CT图像的预处理及初步分割第45-56页
    4.1 图像灰度化第45-47页
        4.1.1 最大值法第45页
        4.1.2 平均值法第45-46页
        4.1.3 加权平均法第46-47页
    4.2 CT医学图像的相关知识第47-49页
        4.2.1 CT设备成像的原理第47页
        4.2.2 人体组织CT值第47-49页
    4.3 颅骨的提取第49-52页
        4.3.1 阈值分割第49-50页
        4.3.2 大脑颅骨部分的提取第50-52页
    4.4 颅内组织提取第52-55页
        4.4.1 区域生长法第52页
        4.4.2 区域生长的原理第52-53页
        4.4.3 颅内组织提取第53-55页
    4.5 本章小结第55-56页
第五章 颅内血肿图像分割算法的实现及实验结果分析第56-74页
    5.1 颅内血肿CT图像及样本的获取第56-57页
    5.2 本文使用工具的介绍第57-58页
    5.3 支持向量机的医学图像分割算法第58-66页
        5.3.1 样本数据归一化第58页
        5.3.2 支持向量机参数的选择和设置第58-64页
        5.3.3 训练样本获得分类器第64-65页
        5.3.4 SVM分割制算法实验与分析第65-66页
    5.4 基于可拓检测物元变换方法的分割结果优化处理第66-70页
        5.4.1 物元建模第66-67页
        5.4.2 物元变换的面积计算及结果优化第67-69页
        5.4.3 颅内血肿CT序列的分割实验第69-70页
    5.5 实验结果精度分析第70-73页
    5.6 本章小结第73-74页
结论及展望第74-76页
参考文献第76-81页
攻读学位期间发表的论文第81-82页
攻读学位期间参与的主要科研项目第82-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:基于密度与路径的谱聚类算法研究
下一篇:村镇银行网络系统设计