改进的主动轮廓超声图像分割算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·论文的选题背景及意义 | 第9-10页 |
| ·医学超声诊断成像简介 | 第10-13页 |
| ·医学超声图像分割研究现状 | 第13-17页 |
| ·论文的主要内容 | 第17-18页 |
| ·论文的组织结构 | 第18-19页 |
| 第2章 医学超声图像特征提取 | 第19-26页 |
| ·引言 | 第19-20页 |
| ·基于灰度共生矩阵的纹理特征提取 | 第20-24页 |
| ·灰度共生矩阵 | 第20-21页 |
| ·灰度共生矩阵纹理特征提取 | 第21-24页 |
| ·基于Laws能量滤波模板的纹理特征提取 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于脉冲耦合神经网络的超声图像分割算法 | 第26-35页 |
| ·引言 | 第26页 |
| ·基本原理 | 第26-29页 |
| ·基于脉冲耦合神经网络的超声图像分割算法 | 第29-32页 |
| ·算法基本思想 | 第29页 |
| ·基于差分进化算法的参数选择 | 第29-32页 |
| ·算法实现 | 第32页 |
| ·实验与结果分析 | 第32-34页 |
| ·实验数据和实验设置 | 第32-33页 |
| ·超声图像分割效果比较 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 改进的主动轮廓超声图像分割算法 | 第35-55页 |
| ·引言 | 第35页 |
| ·主动轮廓模型 | 第35-40页 |
| ·基本的主动轮廓模型 | 第36-38页 |
| ·主动轮廓模型研究进展 | 第38-40页 |
| ·基于云模型的差分进化算法 | 第40-47页 |
| ·离散 DE 算法 | 第40-43页 |
| ·基于云模型的离散差分进化算法 | 第43-47页 |
| ·改进的主动轮廓超声图像自动分割算法 | 第47-51页 |
| ·基本思想 | 第48-49页 |
| ·算法实现 | 第49-51页 |
| ·实验与结果分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-64页 |
| 致谢 | 第64页 |