| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景和意义 | 第7页 |
| ·小动物活体成像技术概述 | 第7-8页 |
| ·医学图像分割的概述 | 第8-9页 |
| ·本文内容简介 | 第9-11页 |
| 第二章 医学图像分割方法 | 第11-25页 |
| ·基于阈值的分割方法 | 第12-16页 |
| ·基于边缘检测的分割方法 | 第16-19页 |
| ·基于区域的图像分割方法 | 第19-22页 |
| ·区域生长法 | 第19-21页 |
| ·分裂合并法 | 第21页 |
| ·分类器和聚类的方法 | 第21-22页 |
| ·其他的医学图像分割方法 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于小鼠模型的骨骼分割方法研究 | 第25-39页 |
| ·基于模糊连接度分割的背景知识 | 第25-28页 |
| ·Otsu 算法 | 第28-30页 |
| ·基于模糊连接的图像分割 | 第30-38页 |
| ·小鼠 CT 图像的模糊对象的提取 | 第30-33页 |
| ·小鼠 CT 图像的骨骼分割 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于小鼠模型的肺部分割方法研究 | 第39-59页 |
| ·高斯混合模型(Gaussian Mixture Model，GMM) | 第39-40页 |
| ·期望最大算法 | 第40-47页 |
| ·极大似然估计 | 第41-42页 |
| ·EM 算法 | 第42-45页 |
| ·EM 算法收敛性分析 | 第45-46页 |
| ·EM 算法在高斯混合模型中的应用 | 第46-47页 |
| ·EM 算法初值的获得 | 第47-53页 |
| ·各项异性平滑 | 第48-52页 |
| ·直方图分析 | 第52-53页 |
| ·EM 算法实现混合高斯密度的分解 | 第53-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 总结和展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 作者在硕士期间发表的论文和参与的课题 | 第69-70页 |