基于显著性检测的乳腺超声图像鲁棒分割方法
| 摘要 | 第4-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究目的和意义 | 第10-12页 |
| 1.2 乳腺超声图像分割方法概述 | 第12-16页 |
| 1.2.1 非自动分割方法 | 第12-15页 |
| 1.2.2 自动分割方法 | 第15页 |
| 1.2.3 现有方法的不足 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 视觉显著性检测概述 | 第18-24页 |
| 2.1 引言 | 第18页 |
| 2.2 视觉注意力机制 | 第18-20页 |
| 2.3 视觉显著性模型 | 第20-23页 |
| 2.3.1 自底向上的检测模型 | 第20-22页 |
| 2.3.2 自顶向下的检测模型 | 第22页 |
| 2.3.3 显著性检测中常用的先验知识 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 结合图像显著性检测的乳腺肿瘤检测 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 乳腺超声中的一些医学先验 | 第24-25页 |
| 3.3 现有基于显著性检测的乳腺肿瘤分割分析 | 第25-27页 |
| 3.3.1 基于解剖学线索和对比度线索的显著图 | 第25-27页 |
| 3.3.2 基于位置先验线索和背景线索的显著图 | 第27页 |
| 3.4 图像显著性检测的乳腺肿瘤检测 | 第27-35页 |
| 3.4.1 预处理 | 第28-29页 |
| 3.4.2 背景种子点生成 | 第29-31页 |
| 3.4.3 肿瘤显著图生成 | 第31-35页 |
| 3.4.4 肿瘤检测 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 实验结果及分析 | 第36-48页 |
| 4.1 引言 | 第36页 |
| 4.2 评价标准 | 第36-38页 |
| 4.3 显著性检测 | 第38-41页 |
| 4.4 ROI生成 | 第41-44页 |
| 4.5 肿瘤分割 | 第44-47页 |
| 4.6 本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-56页 |
| 致谢 | 第56页 |
