钼靶图像计算机辅助诊断方法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-10页 |
| ·乳腺图像辅助诊断 | 第10-11页 |
| ·乳腺密度估计研究现状 | 第11-12页 |
| ·本文研究目的 | 第12-13页 |
| 第二章 基于钼靶图像的乳腺密度的分类研究 | 第13-17页 |
| ·钼靶成像原理 | 第14-15页 |
| ·X 线与成像相关的特性 | 第14页 |
| ·钼靶 X 线成像 | 第14-15页 |
| ·DICOM 标准 | 第15-16页 |
| ·DICOM 标准的重要性 | 第15-16页 |
| ·DICOM 文件格式 | 第16页 |
| ·本文研究目的及实验素材 | 第16-17页 |
| 第三章 基于子区域分类的乳腺密度估计 | 第17-38页 |
| ·支持向量机 | 第17-20页 |
| ·核函数参数的选择 | 第19-20页 |
| ·SVM 分类步骤 | 第20页 |
| ·模糊聚类 | 第20-23页 |
| ·模糊 C 均值聚类算法 | 第21-23页 |
| ·基于直方图的特征提取 | 第23-24页 |
| ·形态学操作-腐蚀和膨胀 | 第24-26页 |
| ·膨胀和腐蚀 | 第25-26页 |
| ·基于子区域分类的乳腺密度分类方法 | 第26-31页 |
| ·预处理 | 第27-29页 |
| ·基于子区域直方图矩的特征向量提取 | 第29-31页 |
| ·实验验证 | 第31-37页 |
| ·图像分块和特征提取 | 第32-33页 |
| ·SVM 的训练 | 第33-34页 |
| ·乳腺密度估计 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 改进的基于子区域分类的乳腺密度分类方法 | 第38-53页 |
| ·小波变换 | 第38-44页 |
| ·小波 | 第38-39页 |
| ·小波变换 | 第39-43页 |
| ·小波重构 | 第43-44页 |
| ·基于小波的图像预处理方法 | 第44-45页 |
| ·乳腺图像特点 | 第44页 |
| ·小波系数处理方法 | 第44-45页 |
| ·实验验证 | 第45-52页 |
| ·图像小波分析 | 第45-46页 |
| ·子区域分割以及特征提取 | 第46-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |
