基于CT图像的肺结节辅助检测方法的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-18页 |
| ·课题背景及研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·计算机辅助诊断的发展历史 | 第12-14页 |
| ·计算机辅助诊断(CAD)的国内外研究状况 | 第14-15页 |
| ·肺结节的计算机辅助检测实现的难点 | 第15-16页 |
| ·该论文的主要任务 | 第16-17页 |
| ·本论文的内容安排 | 第17-18页 |
| 2 CT的基本知识 | 第18-22页 |
| ·计算机断层扫描成像方法的发展历史 | 第18-20页 |
| ·CT成像的基本原理 | 第20页 |
| ·CT在肺癌诊断中的作用 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 肺实质的自动分割 | 第22-36页 |
| ·医学图像常用分割方法 | 第22-29页 |
| ·阈值分割法 | 第23-25页 |
| ·区域增长分割 | 第25-26页 |
| ·分水岭分割 | 第26-28页 |
| ·聚类分割方法 | 第28-29页 |
| ·肺实质的分割 | 第29-34页 |
| ·迭代阈值初分割 | 第29-30页 |
| ·形态学滤波 | 第30-33页 |
| ·轮廓跟踪 | 第33-34页 |
| ·种子填充得到肺实质 | 第34页 |
| ·本章小结 | 第34-36页 |
| 4 基于三维特征的肺结节提取 | 第36-46页 |
| ·ROI区域的自动提取 | 第36-40页 |
| ·FCM算法分割ROI区域 | 第36-37页 |
| ·ROI区域的三维体绘制 | 第37-40页 |
| ·肺结节的三维特征提取 | 第40-45页 |
| ·用于分类的三维候选特征 | 第40-42页 |
| ·特征的选择 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于支持向量机(SVM)的肺结节分类 | 第46-51页 |
| ·SVM分类算法理论 | 第46-48页 |
| ·线性可分的最优分类面 | 第46-48页 |
| ·线性不可分的最优分类面 | 第48页 |
| ·SVM分类算法的优势 | 第48-49页 |
| ·分类结果与结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| ·总结 | 第51-52页 |
| ·今后的研究工作与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简历 | 第56-58页 |
| 学位论文数据集 | 第58页 |
