乳腺X线影像肿块计算机辅助诊断算法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-17页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状及趋势 | 第11-15页 |
| ·肿块图像增强 | 第13页 |
| ·肿块分割 | 第13-14页 |
| ·特征提取与优化 | 第14-15页 |
| ·肿块分类 | 第15页 |
| ·本论文的工作和组织结构 | 第15-17页 |
| 2 乳腺X线影像肿块增强与分割算法研究 | 第17-41页 |
| ·肿块在X线下的表现 | 第17-18页 |
| ·肿块增强算法研究 | 第18-23页 |
| ·模糊增强 | 第19-20页 |
| ·高斯掩膜 | 第20-21页 |
| ·Radon域变换增强 | 第21-23页 |
| ·肿块分割算法研究 | 第23-36页 |
| ·肿块区域分割 | 第24-32页 |
| ·肿块星芒状结构检测 | 第32-36页 |
| ·肿块分割结果 | 第36-39页 |
| ·实验样本介绍 | 第36页 |
| ·肿块分割结果分析 | 第36-39页 |
| ·肿块分割算法效率分析 | 第39页 |
| ·本章小结 | 第39-41页 |
| 3 特征提取与特征优化算法研究 | 第41-57页 |
| ·肿块底层视觉特征提取 | 第41-53页 |
| ·灰度特征 | 第42-43页 |
| ·边缘与形状特征 | 第43-47页 |
| ·纹理特征 | 第47-52页 |
| ·年龄特征 | 第52页 |
| ·特征列表 | 第52-53页 |
| ·特征优化算法研究 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 4 乳腺X线影像肿块分类算法研究 | 第57-66页 |
| ·SVM基本原理 | 第57-61页 |
| ·统计学习理论 | 第57-58页 |
| ·SVM理论 | 第58-61页 |
| ·肿块分类 | 第61-65页 |
| ·基于SVM的肿块分类算法 | 第61-62页 |
| ·肿块分类结果分析 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 5 总结与展望 | 第66-69页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 作者简历及在学期间所取得的科研成果 | 第74页 |
