| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9-12页 |
| ·胃镜图像的病灶检测项目需求 | 第12-13页 |
| ·论文主要内容 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 基于胃镜图像的病灶检测技术 | 第16-25页 |
| ·医学图像的病灶检测技术的发展 | 第16-18页 |
| ·胃镜图像病灶检测关键技术 | 第18-24页 |
| ·识别单位的划分 | 第19-21页 |
| ·特征提取 | 第21-22页 |
| ·基于图像特征的分类识别 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于超像素分割的胃镜图像病灶检测方法 | 第25-42页 |
| ·基于超像素的图像分割方法 | 第25-27页 |
| ·胃镜图像的特征提取与融合 | 第27-35页 |
| ·颜色直方图特征 | 第28-30页 |
| ·LBP 纹理特征 | 第30-32页 |
| ·特征融合与实验结果分析 | 第32-35页 |
| ·Adaboost 分类器在胃镜图像病灶检测中的应用 | 第35-37页 |
| ·基于超像素分割的病灶检测算法 | 第37-39页 |
| ·病灶检测流程 | 第37页 |
| ·病灶检测算法 | 第37-39页 |
| ·实验设计与实验结果分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于马尔可夫随机场的病灶检测方法 | 第42-58页 |
| ·基于马尔可夫随机场理论的降噪方法 | 第42-46页 |
| ·邻域系统和集簇 | 第42-44页 |
| ·马尔可夫随机场 | 第44页 |
| ·马尔可夫随机场与吉布斯随机场的等效性 | 第44-45页 |
| ·基于 MAP-MRF 框架的图像降噪处理 | 第45-46页 |
| ·基于马尔可夫随机场的病灶检测算法 | 第46-53页 |
| ·基于马尔可夫随机场的病灶检测流程 | 第46-48页 |
| ·随机场模型的建立 | 第48-51页 |
| ·基于马尔可夫随机场的病灶检测算法 | 第51-53页 |
| ·实验结果及分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 在学研究成果 | 第63-64页 |
| 致谢 | 第64页 |