| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景 | 第10页 |
| ·钼靶 X 线摄影技术 | 第10-11页 |
| ·计算机辅助诊断 | 第11-12页 |
| ·乳腺 X 线图像肿块分割概述 | 第12-14页 |
| ·本文的主要工作和论文组织 | 第14-17页 |
| 第2章 图论理论及其在图像分割中的应用 | 第17-24页 |
| ·引言 | 第17页 |
| ·图论相关知识 | 第17-21页 |
| ·图论基本概念 | 第17-19页 |
| ·网络最大流最小割算法 | 第19-21页 |
| ·基于图论的图像分割 | 第21-23页 |
| ·图论分割方法原理 | 第21-22页 |
| ·图论分割方法特点 | 第22页 |
| ·图论分割方法研究现状 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于传统 Graph Cuts 算法的乳腺肿块分割 | 第24-36页 |
| ·引言 | 第24页 |
| ·基于 Graph Cuts 算法的图像分割 | 第24-32页 |
| ·分割问题的概率描述 | 第25-26页 |
| ·马尔可夫随机场模型 | 第26-27页 |
| ·交互式 Graph Cuts 算法 | 第27-32页 |
| ·实验结果及分析 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于 Graph Cuts 算法的多尺度乳腺肿块分割 | 第36-46页 |
| ·引言 | 第36页 |
| ·方法描述 | 第36-42页 |
| ·分水岭变换 | 第37-39页 |
| ·高斯金字塔模型 | 第39-40页 |
| ·迭代优化与参数估计 | 第40-42页 |
| ·实验结果及分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 结合 Graph Cuts 与模糊 C-均值聚类的乳腺肿块分割 | 第46-57页 |
| ·引言 | 第46页 |
| ·算法描述 | 第46-53页 |
| ·模糊 C-均值聚类算法 | 第47-49页 |
| ·Graph Cuts 优化算法 | 第49-53页 |
| ·实验结果及分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·本文工作总结 | 第57-58页 |
| ·未来发展方向 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
