肝脏超声图像特征的提取与量化分析
| 第1章 绪论 | 第1-11页 |
| ·课题背景与意义 | 第8-9页 |
| ·论文研究的主要内容 | 第9-11页 |
| ·研究的主要问题 | 第9页 |
| ·完成的主要工作 | 第9-11页 |
| 第2章 基于纹理分析的超声图像解释概述 | 第11-14页 |
| ·超声图像概述 | 第11-13页 |
| ·B超的基本原理 | 第11-12页 |
| ·超声图像的特性 | 第12-13页 |
| ·本文的结构 | 第13-14页 |
| 第3章 超声图像纹理分析 | 第14-40页 |
| ·纹理特征及其计算方法 | 第14-19页 |
| ·直方图特征 | 第14-15页 |
| ·灰度共生矩阵特征 | 第15-16页 |
| ·傅立叶特征 | 第16-17页 |
| ·灰度差分统计法 | 第17-18页 |
| ·行程长度统计法 | 第18-19页 |
| ·其他方法 | 第19页 |
| ·分形几何及其在纹理分析中的应用 | 第19-22页 |
| ·引言 | 第19页 |
| ·求取图像分形维数的计算技术 | 第19-22页 |
| ·肝脏超声图像颗粒化及个数特征 | 第22-31页 |
| ·图像分割概述 | 第23页 |
| ·使用阈值进行图像分割 | 第23-27页 |
| ·基于梯度的图像分割方法 | 第27-30页 |
| ·边缘检测和连接 | 第30-31页 |
| ·基于区域增长的图像分割方法 | 第31页 |
| ·肝脏超声图像纹理特征参数提取结果及统计分析 | 第31-39页 |
| ·超声图像预处理 | 第31-34页 |
| ·图像灰度共生矩阵特征参数及灰度行程参数的提取 | 第34-36页 |
| ·图像分形纹理参数的提取 | 第36页 |
| ·图像光点个数参数的提取 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第4章 肝脏超声图像的分类识别 | 第40-45页 |
| ·神经网络 | 第40-41页 |
| ·神经网络的结构 | 第40页 |
| ·处理单元(PE) | 第40-41页 |
| ·反向传播网络 | 第41-43页 |
| ·反向神经网络的结构 | 第41-42页 |
| ·分类器训练 | 第42-43页 |
| ·基于纹理特征的二阶BP网络 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第5章 结束语 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-48页 |
