| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-14页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 研究背景和意义 | 第14-17页 |
| 1.2 研究现状和存在问题 | 第17-21页 |
| 1.2.1 研究现状 | 第17-19页 |
| 1.2.2 存在问题 | 第19-21页 |
| 1.3 研究目标和内容 | 第21-22页 |
| 1.4 论文结构 | 第22-26页 |
| 第2章 肺癌CAD实现方法的研究现状与进展 | 第26-44页 |
| 2.1 计算机辅助肺结节检测算法 | 第26-30页 |
| 2.1.1 整肺区域分割算法 | 第27-29页 |
| 2.1.2 疑似结节检测算法 | 第29-30页 |
| 2.1.3 假阳性降低算法 | 第30页 |
| 2.2 计算机辅助肺结节良恶性诊断算法 | 第30-36页 |
| 2.2.1 基于形态特征的辅助诊断算法 | 第31-33页 |
| 2.2.2 基于生长速度的辅助诊断算法 | 第33页 |
| 2.2.3 基于纹理特征的辅助诊断算法 | 第33-35页 |
| 2.2.4 基于综合特征的辅助诊断算法 | 第35-36页 |
| 2.3 评价标准和方法 | 第36-39页 |
| 2.4 现有肺癌CAD算法性能概述 | 第39-42页 |
| 2.5 本章小结 | 第42-44页 |
| 第3章 肺结节金标准数据获取与分析 | 第44-54页 |
| 3.1 LIDC-IDRI肺结节影像数据库 | 第44-46页 |
| 3.2 本文实验所用肺结节数据的选取标准和信息统计方法 | 第46-47页 |
| 3.3 基于专家经验轮廓的结节ROI区域自动提取方法 | 第47-52页 |
| 3.3.1 经典的射线法理论 | 第48-49页 |
| 3.3.2 改进的射线法提取闭合曲线内区域算法 | 第49-51页 |
| 3.3.3 邻域搜索法提取结节边界 | 第51-52页 |
| 3.4 基于模板对照的结节影像数据插值方法 | 第52-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 基于VQ算法和多特征的肺结节自动检测与提取研究 | 第54-78页 |
| 4.1 VQ算法的基本理论 | 第55-58页 |
| 4.2 基于VQ算法的肺部图像自动提取 | 第58-62页 |
| 4.3 基于VQ算法的肺结节自动检测 | 第62-64页 |
| 4.4 基于监督学习分类的肺结节提取 | 第64-68页 |
| 4.4.1 基于经验值的假阳性结节过滤算法 | 第65-66页 |
| 4.4.2 基于多特征的真假肺结节分类算法 | 第66-68页 |
| 4.5 实验结果和分析 | 第68-77页 |
| 4.5.1 基于PCA的特征提取算法的性能评估 | 第69-70页 |
| 4.5.2 INCs检测和基于经验规则的过滤算法的性能评估 | 第70-72页 |
| 4.5.3 通过多特征的SVM分类器降低假阳性率算法的性能评估 | 第72-74页 |
| 4.5.4 对胸膜旁肺结节检测算法的整体性能评估 | 第74-75页 |
| 4.5.5 与其它肺结节检测算法的性能比较 | 第75-77页 |
| 4.6 本章小结 | 第77-78页 |
| 第5章 基于灰度图像多维纹理特征的肺结节良恶性诊断方法研究 | 第78-104页 |
| 5.1 二维纹理特征的理论基础 | 第79-87页 |
| 5.1.1 二维Haralick纹理特征模型 | 第80-84页 |
| 5.1.2 二维Gabor纹理特征模型 | 第84-85页 |
| 5.1.3 二维LBP纹理特征模型 | 第85-87页 |
| 5.2 基于主成分分析的LBP特征提取方法 | 第87-88页 |
| 5.3 三维Haralick纹理特征模型与提取方法 | 第88-91页 |
| 5.4 基于特征的肺结节良恶性诊断分类性能评估方法 | 第91页 |
| 5.5 实验结果和分析 | 第91-103页 |
| 5.5.1 基于不同层间隔的肺结节图像二维纹理特征的良恶性分析 | 第93-95页 |
| 5.5.2 基于各向同性肺结节图像纹理特征的良恶性分析 | 第95-96页 |
| 5.5.3 对不确定良恶性结节的纹理特征分析 | 第96-98页 |
| 5.5.4 二维和三维Haralick纹理特征的诊断分类性能比较 | 第98-101页 |
| 5.5.5 二维和三维Haralick纹理特征数据的降维分析 | 第101-103页 |
| 5.6 本章小结 | 第103-104页 |
| 第6章 基于多阶差分图像纹理特征的肺结节良恶性诊断方法研究 | 第104-116页 |
| 6.1 二维梯度图像的计算方法 | 第104-105页 |
| 6.2 二维曲率图像的计算方法 | 第105-106页 |
| 6.3 基于多阶差分图像的多维纹理特征的计算方法 | 第106-108页 |
| 6.4 基于不同特征的肺结节良恶性诊断分类实验结果和分析 | 第108-114页 |
| 6.5 本章小结 | 第114-116页 |
| 第7章 结论与展望 | 第116-120页 |
| 7.1 本文的研究工作总结 | 第116-117页 |
| 7.2 未来研究的展望 | 第117-120页 |
| 参考文献 | 第120-130页 |
| 致谢 | 第130-132页 |
| 攻读学位期间发表的论文及科研工作 | 第132-136页 |
| 作者简介 | 第136页 |
