| 中文摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 前言 | 第10-16页 |
| 第一部分 基于随机森林的GBM多模态MR图像分割 | 第16-34页 |
| 一、随机森林概述 | 第17-23页 |
| （一）决策树的基本原理 | 第17-21页 |
| 1. 决策树的划分与选择 | 第18-20页 |
| 2. 决策树的剪枝处理 | 第20-21页 |
| （二）Bagging集成理论 | 第21-22页 |
| （三）随机森林模型 | 第22-23页 |
| 二、图像预处理 | 第23-24页 |
| 三、底层特征提取 | 第24-29页 |
| （一）位置特征 | 第24页 |
| （二）强度特征 | 第24-25页 |
| （三）纹理特征 | 第25-26页 |
| （四）上下文特征 | 第26-27页 |
| （五）对称特征 | 第27-29页 |
| 四、初步分割 | 第29页 |
| 五、后处理 | 第29页 |
| 六、材料与设备 | 第29-30页 |
| （一）实验材料 | 第29-30页 |
| （二）实验设备 | 第30页 |
| 七、实验方法 | 第30-31页 |
| 八、实验结果 | 第31-32页 |
| 九、小结 | 第32-34页 |
| 第二部分 基于三维区域生长的GBM多模态MR图像分割 | 第34-47页 |
| 一、区域生长法概述 | 第35-38页 |
| （一）区域生长法的基本原理 | 第35-38页 |
| 1. 像素种子点的选取 | 第36-38页 |
| 2. 区域生长停止条件 | 第38页 |
| 3. 区域生长法的优点 | 第38页 |
| 二、基于三维区域生长的GBM多模态MR图像分割 | 第38-43页 |
| （一）分析肿瘤区域分数置信度和精度的关系 | 第38-40页 |
| （二）多种子点三维区域生长分割 | 第40-42页 |
| （三）精确分割 | 第42-43页 |
| （四）后处理 | 第43页 |
| 三、实验方法 | 第43-44页 |
| 四、实验结果 | 第44-45页 |
| 五、小结 | 第45-47页 |
| 第三部分 结论与展望 | 第47-51页 |
| 一、结论 | 第47-50页 |
| 二、展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 文献综述 | 第57-66页 |
| 参考文献 | 第63-66页 |