| 第1章 引言 | 第1-13页 |
| ·磁共振成像 | 第9-10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·论文的主要内容 | 第11-13页 |
| 第2章 国内外关于磁共振图像中脑肿瘤分割的研究状况 | 第13-25页 |
| ·图像分割基本理论 | 第13-14页 |
| ·国际国内脑肿瘤分割的研究状况和进展 | 第14-19页 |
| ·图像分割结果的一致性评价方法比较 | 第19-25页 |
| ·测量体积 | 第20页 |
| ·基于区域交叠的准则 | 第20-22页 |
| ·基于距离的准则 | 第22-23页 |
| ·ROC 曲线分析 | 第23-24页 |
| ·Kappa 统计 | 第24-25页 |
| 第3章 肿瘤化病变区域的分割方法研究 | 第25-46页 |
| ·由加权的强度和坐标构成的特征空间中的支持向量机 | 第25-33页 |
| ·最优分类面 | 第26-28页 |
| ·支持向量机的分类机理 | 第28-30页 |
| ·肿瘤化区域的特征选择 | 第30-32页 |
| ·支持向量机的训练 | 第32页 |
| ·核函数和C 参数的选择 | 第32-33页 |
| ·基于差值变换的域值分析 | 第33-36页 |
| ·知识提取 | 第34-35页 |
| ·图像归一化 | 第35页 |
| ·差值变换 | 第35页 |
| ·域值分析 | 第35-36页 |
| ·后处理 | 第36页 |
| ·基于模糊连接度和特征相似度检验的分割算法 | 第36-46页 |
| ·模糊集 | 第36-37页 |
| ·模糊连接度 | 第37-38页 |
| ·模糊对象提取 | 第38-39页 |
| ·特征相似度 | 第39-40页 |
| ·基于模糊连接度和特征相似度检验的图像分割 | 第40-43页 |
| ·邻近函数μ_α、相似度函数μ_κ及特征相似度函数μ_φ 的选取 | 第43-44页 |
| ·种子点的自动选取方法 | 第44-46页 |
| 第4章 肿瘤化组织的两级分割系统 | 第46-57页 |
| ·两级分割系统的提出 | 第46-48页 |
| ·图像预处理 | 第48-54页 |
| ·图像数据的获取 | 第48页 |
| ·图像数据的配准 | 第48页 |
| ·颅内区域提取 | 第48-54页 |
| ·肿瘤化区域内各病变组织的分割 | 第54-57页 |
| ·最近邻法 | 第55-56页 |
| ·FCM 聚类算法 | 第56-57页 |
| 第5章 临床病例的应用及结果评价 | 第57-72页 |
| ·定量评价准则 | 第57-58页 |
| ·黄金参考标准获取研究 | 第58-64页 |
| ·最小区域准则 | 第59页 |
| ·最大区域准则 | 第59页 |
| ·多数赞成准则 | 第59-60页 |
| ·类最大期望算法 | 第60-64页 |
| ·SVM 算法中权因子和训练样本的选择讨论 | 第64-67页 |
| ·训练样本的选择 | 第64页 |
| ·权因子对结果的影响 | 第64-67页 |
| ·提取肿瘤化区域的三种方法的比较分析 | 第67-70页 |
| ·肿瘤化组织的分割结果比较 | 第70-72页 |
| 第6章 结论 | 第72-75页 |
| ·本文研究工作的总结 | 第72-73页 |
| ·后续工作的展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 致谢与声明 | 第80-81页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第81页 |