基于区域生长的肝脏CT图像肿瘤分割方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究内容及章节安排 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 章节安排 | 第13-15页 |
| 第2章 常用医学图像分割方法概述 | 第15-31页 |
| 2.1 腹部CT图像的特点 | 第15页 |
| 2.2 图像预处理 | 第15-18页 |
| 2.2.1 中值滤波 | 第16-17页 |
| 2.2.2 各项异性滤波 | 第17-18页 |
| 2.3 肝脏肿瘤CT图像常用分割算法 | 第18-30页 |
| 2.3.1 模糊C均值聚类算法 | 第18-20页 |
| 2.3.2 基于水平集的医学图像分割方法 | 第20-21页 |
| 2.3.3 阈值分割 | 第21-23页 |
| 2.3.4 基于形态学的医学图像分割方法 | 第23-27页 |
| 2.3.5 区域生长算法概述 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 改进的区域生长算法 | 第31-48页 |
| 3.1 图像的预处理 | 第33-34页 |
| 3.2 改进的种子点的选择方式 | 第34-38页 |
| 3.2.1 传统算法的种子点选择方式 | 第34-36页 |
| 3.2.2 改进的种子点选择方式 | 第36-38页 |
| 3.3 生长准则的改进 | 第38-42页 |
| 3.4 肿瘤的分割 | 第42-47页 |
| 3.4.1 近似肿瘤区域的提取 | 第43-45页 |
| 3.4.2 二次区域生长分割肿瘤 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 实验结果与评价 | 第48-57页 |
| 4.1 实验结果与分析 | 第48-50页 |
| 4.2 实验评价指标 | 第50-52页 |
| 4.3 实验结果对比 | 第52-56页 |
| 4.3.1 与C-V模型方法的对比 | 第52-53页 |
| 4.3.2 与FCM算法的对比 | 第53-55页 |
| 4.3.3 与传统区域生长算法的比较 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 论文总结 | 第57-58页 |
| 5.2 工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
