| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-21页 |
| ·课题背景及意义 | 第13-14页 |
| ·医学图像特点 | 第14-15页 |
| ·国内外医学图像分割方法研究现状 | 第15-19页 |
| ·基于区域的方法 | 第15-16页 |
| ·基于边缘的方法 | 第16-17页 |
| ·结合特定理论工具的方法 | 第17页 |
| ·基于小波变换的方法 | 第17-18页 |
| ·基于统计学的方法 | 第18页 |
| ·基于分形的方法 | 第18页 |
| ·基于数学形态学的方法 | 第18-19页 |
| ·论文的主要研究工作和内容安排 | 第19-21页 |
| 第二章 可变形模型理论与算法 | 第21-28页 |
| ·引言 | 第21页 |
| ·参数可变形模型 | 第21-25页 |
| ·传统Snake 模型 | 第22-23页 |
| ·Snake 模型的动力学解释 | 第23-24页 |
| ·Snake 模型的算法实现 | 第24-25页 |
| ·模型算法流程及实例 | 第25-27页 |
| ·Snake 模型算法流程 | 第25-26页 |
| ·Snake 模型算法实现实验结果 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 Snake 模型改进 | 第28-41页 |
| ·Snake 模型的外力改进 | 第28-30页 |
| ·多尺度高斯势能力 | 第28页 |
| ·气球膨胀力 | 第28-29页 |
| ·距离势能力 | 第29页 |
| ·动态距离力 | 第29-30页 |
| ·梯度矢量流（GVF） | 第30页 |
| ·GVF 模型 | 第30-35页 |
| ·边缘映射 | 第31页 |
| ·GVF 分析 | 第31-32页 |
| ·GVF 模型的数值实现 | 第32-34页 |
| ·GVF Snake 模型与传统Snake 模型的比较 | 第34-35页 |
| ·结论 | 第35页 |
| ·GGVF 模型 | 第35-37页 |
| ·T-Snake 模型 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 医学图像Snake 模型分割预处理 | 第41-52页 |
| ·图像平滑去噪 | 第41-42页 |
| ·图像对比度增强 | 第42-51页 |
| ·传统图像对比度增强方法 | 第43-47页 |
| ·基于小波变换的图像增强的原理 | 第47页 |
| ·基于小波变换的图像对比度增强 | 第47-49页 |
| ·图像增强的评价指标 | 第49页 |
| ·基于小波变换的图像增强算法分析与实现 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 Snake 模型在超声肿瘤影像分割中的应用 | 第52-68页 |
| ·引言 | 第52-53页 |
| ·超声诊断概述 | 第53-56页 |
| ·超声成像基本原理 | 第53-56页 |
| ·超声图像特征分析 | 第56-57页 |
| ·超声图像灰度特征分析 | 第56页 |
| ·超声图像纹理特征分析 | 第56-57页 |
| ·超声图像平滑去噪 | 第57-59页 |
| ·中值滤波概述 | 第57-58页 |
| ·中值滤波结果分析 | 第58-59页 |
| ·超声图像对比度增强 | 第59页 |
| ·初始化轮廓提取 | 第59-62页 |
| ·OTSU 方法概述 | 第60-62页 |
| ·OTSU 方法初始化实现 | 第62页 |
| ·Snake 模型分割实验结果 | 第62-63页 |
| ·超声影像分割评价 | 第63-67页 |
| ·分割质量评价方法 | 第64-65页 |
| ·正确分割结果数据集 | 第65页 |
| ·Snake 模型分割算法评价指标 | 第65-67页 |
| ·结论 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第六章 数学形态学在Snake 模型分割中的应用 | 第68-87页 |
| ·引言 | 第68页 |
| ·数学形态学基本理论 | 第68-70页 |
| ·数学形态学基本运算 | 第70-73页 |
| ·腐蚀（erosion） | 第70-71页 |
| ·膨胀（dilation） | 第71-72页 |
| ·开运算（open） | 第72页 |
| ·闭运算（close） | 第72-73页 |
| ·灰度形态学 | 第73-77页 |
| ·灰度腐蚀和膨胀变换 | 第74-76页 |
| ·灰度开启和闭合变换 | 第76-77页 |
| ·数学形态学在Snake 模型分割中的应用 | 第77-86页 |
| ·形态学梯度 | 第77-82页 |
| ·形态学重建 | 第82-85页 |
| ·其它形态学实用算法 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 第七章 总结与展望 | 第87-89页 |
| ·本文工作总结 | 第87页 |
| ·展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-94页 |
| 在学期间的研究成果及发表的学术论文 | 第94-95页 |
| 附录 | 第95页 |