基于多投影相关图像的肺结节检测关键算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-17页 |
| ·引言 | 第12-13页 |
| ·课题背景及研究意义 | 第13-14页 |
| ·肺结节检测国内外研究现状 | 第14-15页 |
| ·本文的主要工作及内容安排 | 第15-17页 |
| 第2章 相关理论基础 | 第17-29页 |
| ·多投影影像基础 | 第17-18页 |
| ·常用的图像分割方法 | 第18-25页 |
| ·阈值分割法 | 第18-19页 |
| ·区域生长法 | 第19-20页 |
| ·边缘检测 | 第20-21页 |
| ·基于高斯混合模型的分割算法 | 第21-23页 |
| ·基于边界与区域信息的活动轮廓模型的分割算法 | 第23-25页 |
| ·常用的分类方法 | 第25-28页 |
| ·决策树归纳分类 | 第25-26页 |
| ·支持向量机分类方法 | 第26-27页 |
| ·遗传算法分类方法 | 第27页 |
| ·最近邻分类方法 | 第27-28页 |
| ·线性分类方法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于特征图像及灰度与形状模型的肺分割方法 | 第29-41页 |
| ·肺实质分割的重要性 | 第29-30页 |
| ·模型初始轮廓位置的确定 | 第30-33页 |
| ·标记训练集 | 第30页 |
| ·对齐训练集 | 第30-32页 |
| ·先验模型的建立 | 第32-33页 |
| ·基于灰度信息和形状信息的肺实质分割 | 第33-35页 |
| ·特征图像 | 第33页 |
| ·边界点的候选点 | 第33-34页 |
| ·基于动态规划的肺分割 | 第34-35页 |
| ·基于 ASM 算法的肺边界修正 | 第35-37页 |
| ·图像分割的准确性评估 | 第37页 |
| ·实验结果与分析 | 第37-40页 |
| ·不同候选点个数的分割结果分析 | 第38页 |
| ·不同权重的分割结果分析 | 第38页 |
| ·不同尺度搜索区域的分割结果分析 | 第38-39页 |
| ·不同特征图像的分割结果分析 | 第39页 |
| ·不同分割算法性能比较 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于多投影图像的肺结节检测系统 | 第41-51页 |
| ·肺实质分割 | 第41-42页 |
| ·候选结节初始检测 | 第42-43页 |
| ·基于动态规划的肺结节分割 | 第43-46页 |
| ·极坐标变换 | 第43页 |
| ·动态规划分割 | 第43-46页 |
| ·特征提取 | 第46-47页 |
| ·灰度特征 | 第46页 |
| ·候选结节的形状特征 | 第46页 |
| ·候选结节的位置特征 | 第46-47页 |
| ·使用线性分类器去除假阳性结节 | 第47-48页 |
| ·候选结节的配准 | 第48-49页 |
| ·实验结果及分析 | 第49-50页 |
| ·实验数据 | 第49页 |
| ·结节的初始检测性能 | 第49页 |
| ·多投影图像肺结节检测性能 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 全文的主要工作及得到的主要结论总结 | 第51-52页 |
| 对今后工作的建议 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第56页 |
