首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于CT图像的肺肿瘤分割技术研究

摘要第5-7页
abstract第7-8页
第1章 绪论第12-17页
    1.1 研究背景和意义第12-14页
    1.2 研究现状第14-15页
    1.3 本文的研究内容第15-16页
    1.4 本文的安排第16-17页
第2章 CT图像及肺肿瘤的基本知识第17-23页
    2.1 CT图像简介第17-20页
        2.1.1 CT图像成像原理第18-20页
        2.1.2 CT图像的格式第20页
    2.2 肺部肿瘤简介第20-22页
    2.3 本章小结第22-23页
第3章 CT图像预处理第23-32页
    3.1 CT图像的降噪第23-28页
        3.1.1 中值滤波第23-25页
        3.1.2 维纳滤波第25-26页
        3.1.3 均值滤波第26-27页
        3.1.4 结果分析第27-28页
    3.2 CT图像的增强第28-31页
        3.2.1 直方图均衡化第28-29页
        3.2.2 灰度拉伸算法第29-30页
        3.2.3 结果分析第30-31页
    3.3 本章小结第31-32页
第4章 肺实质的分割第32-52页
    4.1 去除背景信息第33-37页
        4.1.1 固定阈值法第33-35页
        4.1.2 最大类间方差法第35-37页
        4.1.3 结果分析第37页
    4.2 去除周围组织第37-39页
    4.3 左右肺分离第39-41页
    4.4 肺实质的边界缺失情况检测第41-44页
    4.5 修复图像第44-51页
        4.5.1 凸点搭桥法修复肺实质第45-46页
        4.5.2 滚球法修复肺实质第46-48页
        4.5.3 扩散算法修复肺实质第48-50页
        4.5.4 结果分析第50-51页
    4.6 本章小结第51-52页
第5章 肺部肿瘤的提取第52-71页
    5.1 常用的肺肿瘤分割方法第52-54页
    5.2 随机游走算法原理第54-60页
        5.2.1 随机游走的定义第54-55页
        5.2.2 随机游走分割算法的介绍第55-57页
        5.2.3 随机游走算法提取肺部肿瘤结果第57-60页
    5.3 本文改进的随机游走算法第60-67页
        5.3.1 权重函数的改进第61-63页
        5.3.2 增加备用种子点第63-67页
    5.4 实验结果及分析第67-70页
        5.4.1 实验结果第67-69页
        5.4.2 结果分析第69-70页
    5.5 本章小结第70-71页
第6章 总结与展望第71-75页
    6.1 总结第71-73页
    6.2 展望第73-75页
参考文献第75-79页
致谢第79-80页
攻读硕士学位期间发表的论文情况第80页

论文共80页,点击 下载论文
上一篇:基于隐马尔科夫模型的视觉词袋法识别交警动作
下一篇:融合肌电信息的人体踝关节三维活动度量化方法研究