基于CT图像的颅内血肿体积测量方法的研究
| 中文摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·生物医学图像的发展 | 第11-15页 |
| ·CT和MRI | 第12-14页 |
| ·CT比MRI成像的优势 | 第14-15页 |
| ·医学图像处理的研究现状 | 第15-17页 |
| ·概述 | 第15页 |
| ·结合特定理论工具的医学图像分割 | 第15-16页 |
| ·CT图像分割 | 第16页 |
| ·几种医学图像分割方法的比较 | 第16-17页 |
| ·本论文解决的主要问题 | 第17-18页 |
| ·本论文的组织结构 | 第18-19页 |
| 第二章 CT图像的预处理 | 第19-27页 |
| ·医学图像格式 | 第19页 |
| ·常见噪声和滤波器的要求 | 第19-20页 |
| ·中值滤波 | 第20-21页 |
| ·高斯滤波 | 第21-22页 |
| ·非线性各向异性扩散滤波 | 第22-27页 |
| 第三章 CT颅内血肿图像的一步分割 | 第27-41页 |
| ·CT相关知识 | 第27-29页 |
| ·CT成像基本原理 | 第27页 |
| ·CT图像和CT值 | 第27-29页 |
| ·图像分割 | 第29-36页 |
| ·图像分割分类 | 第30-32页 |
| ·常用的医学图像分割方法 | 第32-36页 |
| ·CT图像的一步分割 | 第36-41页 |
| 第四章 CT颅内血肿图像的二步分割 | 第41-64页 |
| ·二维直方图熵法 | 第41-48页 |
| ·一维灰度直方图熵法(MEC) | 第41-43页 |
| ·二维灰度直方图熵法 | 第43-45页 |
| ·二维熵阈值分割 | 第45-48页 |
| ·遗传算法 | 第48-54页 |
| ·遗传算法的研究历史和现状 | 第48-49页 |
| ·算法特点 | 第49-50页 |
| ·遗传算法的基本要素 | 第50-53页 |
| ·遗传算法主要步骤 | 第53-54页 |
| ·遗传算法的改进 | 第54-61页 |
| ·遗传算法中算子的改进 | 第55-57页 |
| ·改进的遗传算法--分层遗传算法 | 第57-60页 |
| ·标准遗传算法和改进的遗传算法的实验比较 | 第60-61页 |
| ·分层遗传算法对CT图像二步分割的实现 | 第61-64页 |
| 第五章 颅内血肿分割的实现 | 第64-69页 |
| ·CT颅内血肿序列图像分割的实现 | 第64-65页 |
| ·体积测量 | 第65-66页 |
| ·水模图像的实验比较 | 第66-69页 |
| 第六章 总结 | 第69-71页 |
| ·论文回顾 | 第69页 |
| ·展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 学位论文评阅及答辩情况表 | 第76页 |
