| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第12-38页 |
| 1.1 课题背景及研究的目的和意义 | 第12-20页 |
| 1.2 课题来源 | 第20页 |
| 1.3 基于乳腺超声图像的分类技术组成 | 第20-22页 |
| 1.4 国内外研究现状 | 第22-35页 |
| 1.4.1 乳腺超声图像分割的研究现状 | 第22-26页 |
| 1.4.2 乳腺超声图像配准的研究现状 | 第26-30页 |
| 1.4.3 基于B型乳腺超声图像分类技术的研究现状 | 第30-33页 |
| 1.4.4 基于多普勒乳腺超声图像分类技术的研究现状 | 第33-35页 |
| 1.5 主要研究内容及文章结构 | 第35-38页 |
| 第2章 基于细胞自动机的乳腺超声图像分割 | 第38-64页 |
| 2.1 引言 | 第38-40页 |
| 2.2 基于细胞自动机模型的图像处理方法概述 | 第40-43页 |
| 2.2.1 细胞自动机模型 | 第40-41页 |
| 2.2.2 细胞自动机在图像处理中的应用 | 第41-43页 |
| 2.3 基于细胞自动机的乳腺超声图像分割算法 | 第43-52页 |
| 2.3.1 初始条件 | 第45页 |
| 2.3.2 演化规则 | 第45-46页 |
| 2.3.3 状态转移函数的建立 | 第46-51页 |
| 2.3.4 演化环境的建立 | 第51-52页 |
| 2.4 实验结果及分析 | 第52-63页 |
| 2.5 本章小结 | 第63-64页 |
| 第3章 基于光流场的乳腺超声图像全自动配准 | 第64-84页 |
| 3.1 引言 | 第64-65页 |
| 3.2 基于光流场模型的图像配准算法 | 第65-70页 |
| 3.3 基于惯性力的光流场图像配准算法 | 第70-74页 |
| 3.4 配准结果评价指标 | 第74-76页 |
| 3.5 实验结果 | 第76-83页 |
| 3.6 本章小结 | 第83-84页 |
| 第4章 基于双模态乳腺超声图像的特征提取与分类 | 第84-115页 |
| 4.1 引言 | 第84-86页 |
| 4.2 B型超声图像的特征提取 | 第86-90页 |
| 4.2.1 轮廓特征提取 | 第86-88页 |
| 4.2.2 纹理特征提取 | 第88-90页 |
| 4.3 血流特征提取 | 第90-102页 |
| 4.3.1 血流区域定位 | 第90-93页 |
| 4.3.2 血流信号位置配准 | 第93-94页 |
| 4.3.3 血流形态学特征提取 | 第94-96页 |
| 4.3.4 血流动力学特征提取 | 第96-101页 |
| 4.3.5 特征提取的感兴趣区域自动定位 | 第101-102页 |
| 4.4 支持向量机分类 | 第102-105页 |
| 4.5 实验结果 | 第105-113页 |
| 4.6 本章小结 | 第113-115页 |
| 结论 | 第115-118页 |
| 参考文献 | 第118-129页 |
| 攻读博士学位期间发表的论文及其它成果 | 第129-131页 |
| 致谢 | 第131-132页 |
| 个人简历 | 第132页 |