| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 肺CAD概述 | 第10-12页 |
| 1.3 研究现状及存在问题 | 第12-17页 |
| 1.3.1 肺结节分割的研究现状 | 第13-15页 |
| 1.3.2 肺结节识别的研究现状 | 第15-16页 |
| 1.3.3 存在问题 | 第16-17页 |
| 1.4 研究目标及内容 | 第17-18页 |
| 1.5 论文结构及章节安排 | 第18-20页 |
| 第2章 基于快速模糊C均值聚类算法的肺结节分割 | 第20-39页 |
| 2.1 肺结节分割的前期处理 | 第20-25页 |
| 2.1.1 图像数据的获取 | 第20页 |
| 2.1.2 图像的预处理 | 第20-21页 |
| 2.1.3 肺实质分割 | 第21-25页 |
| 2.2 快速模糊C均值聚类算法 | 第25-29页 |
| 2.3 候选结节的分割与提取 | 第29-35页 |
| 2.4 ROI的特征计算与选择 | 第35-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 基于粒子群优化算法的代价敏感型SVM的肺结节识别 | 第39-51页 |
| 3.1 代价敏感型支持向量机 | 第39-41页 |
| 3.2 粒子群优化算法 | 第41-43页 |
| 3.3 基于粒子群优化的CSVM | 第43-45页 |
| 3.4 实验分析及结果 | 第45-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 总结与展望 | 第51-53页 |
| 4.1 工作总结 | 第51页 |
| 4.2 工作展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简介 | 第58-59页 |
| 攻读硕士学位期间研究成果 | 第59页 |