基于卷积神经网络的多器官分割算法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 图像分割 | 第8-9页 |
| 1.2 腹部器官分割简述 | 第9-10页 |
| 1.3 研究的背景和意义 | 第10-11页 |
| 1.4 国内外器官分割方法现状 | 第11-12页 |
| 1.5 本文主要研究内容 | 第12-13页 |
| 1.6 本文主要创新点 | 第13-14页 |
| 第二章 几种常用的图像分割算法 | 第14-27页 |
| 2.1 基于图论的分割算法 | 第14-16页 |
| 2.2 基于活动轮廓模型的分割算法 | 第16-17页 |
| 2.3 基于阈值的分割算法 | 第17-20页 |
| 2.4 基于区域的分割算法 | 第20-21页 |
| 2.5 基于深度学习的分割算法 | 第21-25页 |
| 2.6 混合分割算法 | 第25-27页 |
| 第三章 腹部器官的CT图像 | 第27-39页 |
| 3.1 CT图像的基本概念 | 第27-31页 |
| 3.2 腹部器官简述 | 第31-36页 |
| 3.3 器官分割算法评估 | 第36-39页 |
| 第四章 基于三维卷积神经网络的多器官分割算法 | 第39-51页 |
| 4.1 所采用的三维卷积神经网络模型 | 第39-41页 |
| 4.2 模型的具体分割方法 | 第41-46页 |
| 4.3 实验与结论 | 第46-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 参考文献 | 第53-60页 |
| 简历 | 第60页 |
