| 引言 | 第1-10页 |
| 第1章 元胞自动机概述 | 第10-25页 |
| 1．1 元胞自动机的起源、历史 | 第10-11页 |
| 1．2 元胞自动机的理论模型 | 第11-22页 |
| 1．2．1 元胞自动机的基本特征 | 第11-12页 |
| 1．2．2 元胞自动机的基本概念 | 第12页 |
| 1．2．3 元胞自动机的构成 | 第12-20页 |
| 1．2．4 元胞自动机的分类 | 第20-22页 |
| 1．3 元胞自动机的应用 | 第22-25页 |
| 1．3．1 元胞自动机在人工生命研究上的应用 | 第22-23页 |
| 1．3．2 元胞自动机在空间复杂性上的应用 | 第23-24页 |
| 1．3．3 元胞自动机在交通系统上的应用 | 第24页 |
| 1．3．4 元胞自动机在图像处理上的应用 | 第24-25页 |
| 第2章 医学图像分割概述 | 第25-31页 |
| 2．1 基于区域的图像分割 | 第25-27页 |
| 2．1．1 阈值分割法 | 第25-26页 |
| 2．1．2 区域生长法 | 第26页 |
| 2．1．3 聚类分割法 | 第26-27页 |
| 2．2 基于边缘的图像分割 | 第27页 |
| 2．3 人工神经网络法 | 第27-28页 |
| 2．4 基于小波变换的方法 | 第28-29页 |
| 2．5 基于统计学的方法 | 第29页 |
| 2．6 基于数学形态学的方法 | 第29页 |
| 2．7 基于分形的分割方法 | 第29-30页 |
| 2．8 可变模型法 | 第30页 |
| 2．9 应用Leve12set(水平集)理论的方法 | 第30-31页 |
| 第3章 基于元胞自动机的医学图像分割方法 | 第31-37页 |
| 3．1 应用元胞自动机模型处理图像问题的例子 | 第31-33页 |
| 3．2 应用元胞自动机模型处理医学图像问题 | 第33-37页 |
| 3．2．1 元胞自动机的构成 | 第34页 |
| 3．2．2 元胞自动机的转移规则 | 第34-36页 |
| 3．2．3 处理结果 | 第36-37页 |
| 第4章 基于模糊元胞自动机的医学图像分割方法 | 第37-47页 |
| 4．1 模糊逻辑系统的基本理论 | 第37-41页 |
| 4．1．1 模糊化输入变量 | 第38页 |
| 4．1．2 建立模糊控制规则 | 第38-39页 |
| 4．1．3 进行模糊推理 | 第39页 |
| 4．1．4 反模糊化输出变量 | 第39-41页 |
| 4．2 模糊元胞自动机模型 | 第41-42页 |
| 4．3 模糊元胞自动机在医学图像分割上的应用 | 第42-47页 |
| 4．3．1 建立模糊演化规则 | 第42-44页 |
| 4．3．2 算法总结 | 第44-47页 |
| 第5章 结论 | 第47-48页 |
| 5．1 本文研究的主要工作 | 第47页 |
| 5．2 有待进一步研究的工作 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 攻读学位期间公开发表的论文 | 第50-51页 |
| 致谢 | 第51-52页 |
| 研究生履历 | 第52页 |