| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| §1.1 医学图像分割意义 | 第7页 |
| §1.2 医学图像分割研究的特点 | 第7-8页 |
| §1.3 医学图像常见分割任务 | 第8-9页 |
| §1.4 论文内容和结构安排 | 第9-10页 |
| 第二章 医学图像分割方法研究 | 第10-19页 |
| §2.1 图像分割简介 | 第10-11页 |
| §2.2 基于阈值的分割技术 | 第11-12页 |
| §2.3 基于边界的分割技术 | 第12-13页 |
| §2.4 基于区域特性的分割技术 | 第13-14页 |
| §2.5 结合特定理论工具的分割技术 | 第14-18页 |
| §2.5.1 基于小波的分割技术 | 第15页 |
| §2.5.2 基于神经网络的分割技术 | 第15-16页 |
| §2.5.3 基于知识的分割技术 | 第16-17页 |
| §2.5.4 基于遗传算法的分割技术 | 第17页 |
| §2.5.5 基于模糊集合和逻辑的分割技术 | 第17-18页 |
| §2.6 小结 | 第18-19页 |
| 第三章 基于模糊聚类的MRI医学图像分割 | 第19-36页 |
| §3.1 聚类分析简介 | 第19-20页 |
| §3.2 模糊聚类算法的发展概况 | 第20-21页 |
| §3.3 硬C-均值(HCM)聚类算法 | 第21-22页 |
| §3.4 模糊C-均值聚类医学图像分割 | 第22-25页 |
| §3.5 结合Markov随机场的模糊核聚类算法 | 第25-30页 |
| §3.5.1 基于核方法的模糊C-均值聚类的分割 | 第26-27页 |
| §3.5.2 马尔可夫随机场 | 第27-28页 |
| §3.5.3 本文改进算法(M-KFCM算法) | 第28页 |
| §3.5.4 M-KFCM算法实验结果及对比实验 | 第28-30页 |
| §3.6 一种自动分类的加权模糊C均值图像分割算法 | 第30-34页 |
| §3.6.1 基于直方图平滑的峰点检测 | 第31-32页 |
| §3.6.2 加权模糊C均值算法(WFCM) | 第32-33页 |
| §3.6.3 本文改进算法 | 第33页 |
| §3.6.4 实验结果 | 第33-34页 |
| §3.7 小结 | 第34-36页 |
| 第四章 医学图像分割评价 | 第36-39页 |
| §4.1 医学图像分割评价方法 | 第36-37页 |
| §4.2 医学图像分割评价准则 | 第37-38页 |
| §4.2.1 分析准则 | 第37-38页 |
| §4.2.2 实验准则 | 第38页 |
| §4.3 医学图像分割评价 | 第38页 |
| §4.4 小结 | 第38-39页 |
| 第五章 总结与展望 | 第39-41页 |
| §5.1 总结 | 第39-40页 |
| §5.2 展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士学位期间参加的科研课题和完成的学术论文 | 第44-45页 |
| 致谢 | 第45-46页 |