| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-16页 |
| ·图像分析与图像分割 | 第8-9页 |
| ·人体脑部磁共振成像(MRI) | 第9页 |
| ·脑部MR图像分割 | 第9-11页 |
| ·脑部MR图像分割的应用 | 第10-11页 |
| ·脑部MR图像的特点 | 第11页 |
| ·脑部MR图像分割方法综述 | 第11-14页 |
| ·基于结构的分割算法 | 第12-13页 |
| ·基于统计的分割方法 | 第13-14页 |
| ·本文主要研究工作 | 第14-15页 |
| ·本文的结构 | 第15-16页 |
| 第二章 GIBBS随机场基本理论 | 第16-22页 |
| ·邻域系统与势团(CLIQUES) | 第16-18页 |
| ·MARKOV随机场 | 第18-19页 |
| ·GIBBS随机场与MARKOV-GIBBS等效性 | 第19-20页 |
| ·多级逻辑(MULTI-LEVEL LOGISTIC)模型 | 第20-22页 |
| 第三章 基于GIBBS随机场的FM模型的改进与稳健的脑部MR图像分割 | 第22-45页 |
| ·FM模型及其参数估计 | 第22-27页 |
| ·本章乃至以后章节要用到的部分符号的意义: | 第22-23页 |
| ·有限混合(FM)模型 | 第23-24页 |
| ·FGM模型参数估计与EM算法 | 第24-26页 |
| ·FM模型在脑部MR图像分割中的应用 | 第26-27页 |
| ·基于GIBBS随机场的FM模型的改进算法(GFM算法) | 第27-36页 |
| ·空间信息引入 | 第27-28页 |
| ·EM算法参数估计 | 第28-29页 |
| ·最大后验概率(MAP)分类 | 第29-30页 |
| ·算法的初始化 | 第30-32页 |
| ·仿真图像分割实验 | 第32-36页 |
| ·带BIAS场矫正的脑部MR图像分割算法 | 第36-44页 |
| ·文献[11]中的Bias场矫正算法 | 第37-38页 |
| ·Bias场矫正的引入 | 第38-40页 |
| ·图像分割实验 | 第40-44页 |
| ·小结 | 第44-45页 |
| 第四章 脑部MR图像分割算法评价 | 第45-52页 |
| ·引言 | 第45页 |
| ·基于仿真脑部MR图像的评价 | 第45-49页 |
| ·基于真实脑部MR图像的评价 | 第49-52页 |
| 第五章 基于GIBBS随机场的FCM算法的改进 | 第52-60页 |
| ·标准模糊C均值(FCM)聚类算法 | 第52-53页 |
| ·FCM算法在图像分割领域的应用 | 第53-54页 |
| ·基于GIBBS随机场与模糊C均值聚类的GFCM图像分割算法 | 第54-56页 |
| ·关于BIAS均匀性场的矫正 | 第56-57页 |
| ·图像分割实验 | 第57-59页 |
| ·小结 | 第59-60页 |
| 第六章 结论及将来的工作 | 第60-62页 |
| ·本文的主要贡献 | 第60页 |
| ·后续工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 已完成或发表论文 | 第66-67页 |
