基于DoG的胸部CT肺结节自动检测算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状和发展趋势 | 第11-12页 |
| 1.3 CT图像介绍 | 第12-14页 |
| 1.4 计算机辅助诊断系统介绍 | 第14-16页 |
| 第二章 肺实质图像分割 | 第16-27页 |
| 2.1 基本概念 | 第16-18页 |
| 2.2 肺实质提取 | 第18-27页 |
| 第三章 肺部感兴趣区域检测与分割 | 第27-42页 |
| 3.1 肺部感兴趣区域 | 第27-28页 |
| 3.2 肺部感兴趣区域检测 | 第28-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 肺结节特征提取与挑选 | 第42-51页 |
| 4.1 图像特征基本概念 | 第42-43页 |
| 4.2 肺结节图像的特征提取 | 第43-48页 |
| 4.3 特征归一化 | 第48-51页 |
| 第五章 基于SVM的肺结节诊断与识别 | 第51-59页 |
| 5.1 SVM（支持向量机） | 第51-57页 |
| 5.2 基于SVM的图像分类 | 第57-59页 |
| 第六章 实验结果与分析 | 第59-70页 |
| 6.1 肺结节检测结果与分析 | 第59-61页 |
| 6.2 肺结节诊断结果与分析 | 第61-67页 |
| 6.3 基于MFC的医疗图像处理软件设计 | 第67-69页 |
| 6.4 小结 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 7.1 本文主要工作 | 第70页 |
| 7.2 相关工作展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 附录 | 第78页 |
