基于锥形束CT的牙齿髓腔分割算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 CT牙齿图像分割研究现状 | 第11-15页 |
| 1.2.2 PCNN研究现状 | 第15-16页 |
| 1.3 论文内容及论文结构 | 第16-18页 |
| 1.3.1 论文内容 | 第16页 |
| 1.3.2 论文结构 | 第16-18页 |
| 2 医学图像分割技术 | 第18-27页 |
| 2.1 医学图像分割概述 | 第18-20页 |
| 2.1.1 数字图像分割的定义 | 第18-19页 |
| 2.1.2 医学图像分割特点 | 第19-20页 |
| 2.2 医学图像分割算法 | 第20-24页 |
| 2.3 医学图像分割技术的评估 | 第24-27页 |
| 3 PCNN模型及改进 | 第27-46页 |
| 3.1 脉冲耦合神经网络 | 第27-35页 |
| 3.1.1 PCNN基本模型 | 第27-30页 |
| 3.1.2 PCNN动态行为分析 | 第30-32页 |
| 3.1.3 PCNN模型主要特性 | 第32-35页 |
| 3.2 PCNN模型改进 | 第35-36页 |
| 3.3 仿真实验 | 第36-45页 |
| 3.3.1 图像预处理 | 第37-42页 |
| 3.3.2 实验分割结果及分析 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 基于PCNN改进模型的图像分割算法 | 第46-58页 |
| 4.1 PCNN模型最优分割迭代次数判定准则 | 第46-49页 |
| 4.1.1 最大熵原理 | 第47-48页 |
| 4.1.2 最小交叉熵 | 第48-49页 |
| 4.2 实验方案 | 第49-57页 |
| 4.2.1 迭代次数影响 | 第50-52页 |
| 4.2.2 实验结果及分析 | 第52-57页 |
| 4.3 本章小结 | 第57-58页 |
| 5 结论 | 第58-60页 |
| 5.1 工作总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第65-67页 |
| 学位论文数据集 | 第67页 |
