| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 医学图像分割的研究背景和意义 | 第10-11页 |
| 1.2 医学图像分割技术的发展和难点 | 第11页 |
| 1.3 医学图像分割的特点和数学表达形式 | 第11-12页 |
| 1.4 医学图像分割方法的研究现状 | 第12-15页 |
| 1.4.1 基于像素的图像分割 | 第12-13页 |
| 1.4.2 基于区域的图像分割 | 第13-14页 |
| 1.4.3 基于形变模型的分割方法 | 第14-15页 |
| 1.5 医学图像分割评估准则 | 第15-16页 |
| 1.6 本章的主要研究内容 | 第16-18页 |
| 第二章 水平集方法的理论基础 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 水平集方法原理 | 第18-25页 |
| 2.2.1 曲线演化问题 | 第18-19页 |
| 2.2.2 变分原理 | 第19-20页 |
| 2.2.3 梯度下降流 | 第20-21页 |
| 2.2.4 水平集方法 | 第21-22页 |
| 2.2.5 水平集方法的数值实现 | 第22-24页 |
| 2.2.6 变分水平集方法 | 第24-25页 |
| 2.3 水平集的基本模型和改进 | 第25-28页 |
| 2.3.1 GAC模型 | 第25-27页 |
| 2.3.2 LBF模型 | 第27-28页 |
| 2.4 结语 | 第28-29页 |
| 第三章 基于模糊聚类水平集的医学图像分割方法 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 模糊C均值聚类方法 | 第29-32页 |
| 3.2.1 模糊聚类分析 | 第29页 |
| 3.2.2 模糊C均值算法 | 第29-32页 |
| 3.3 基于水平集的图像分割模型 | 第32-35页 |
| 3.3.1 CV模型 | 第32-33页 |
| 3.3.2 基于边缘的李纯明(Li)模型 | 第33-34页 |
| 3.3.3 模型改进和图像预处理 | 第34-35页 |
| 3.4 实验结果及分析 | 第35-38页 |
| 3.5 结语 | 第38-39页 |
| 第四章 灰度不均的弱边界图像分割方法 | 第39-47页 |
| 4.1 图像形态学处理 | 第39-40页 |
| 4.2 最大类间方差法(OSTU) | 第40-41页 |
| 4.3 应用Ostu方法改进Canny算子的血管边缘的分割算法 | 第41-44页 |
| 4.3.1 双边滤波器 | 第41-43页 |
| 4.3.2 Canny算子边缘检测步骤 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-46页 |
| 4.5 结语 | 第46-47页 |
| 第五章 基于模糊核聚类的改进型双水平集的医学图像分割 | 第47-56页 |
| 5.1 输入空间中的模糊核聚类算法 | 第47-49页 |
| 5.2 水平集分割方法 | 第49-53页 |
| 5.2.1 双水平集分割方法 | 第50-52页 |
| 5.2.2 改进型双水平集模型 | 第52-53页 |
| 5.2.3 算法过程 | 第53页 |
| 5.3 实验结果及分析 | 第53-55页 |
| 5.4 结语 | 第55-56页 |
| 第六章 总结和展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表论文情况 | 第63-64页 |