基于肝脏CT图像的计算机辅助诊断研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题的研究背景及意义 | 第13-14页 |
| 1.2 CT图像 | 第14-17页 |
| 1.2.1 医学CT图像 | 第14-15页 |
| 1.2.2 常见肝脏疾病的CT影像学表现 | 第15-17页 |
| 1.3 计算机辅助诊断技术 | 第17-20页 |
| 1.3.1 计算机辅助诊断系统 | 第17-18页 |
| 1.3.2 计算机辅助诊断系统的流程 | 第18-20页 |
| 1.3.3 肝脏计算机辅助诊断的研究现状 | 第20页 |
| 1.4 主要的研究内容 | 第20-21页 |
| 1.5 本文的结构安排 | 第21-23页 |
| 第二章 图像预处理和后处理 | 第23-31页 |
| 2.1 肝脏计算机辅助诊断流程 | 第23页 |
| 2.2 图像预处埋 | 第23-25页 |
| 2.2.1 医学图像的格式转换 | 第23-24页 |
| 2.2.2 曲率各向异性扩散滤波 | 第24-25页 |
| 2.3 分割后处理 | 第25-30页 |
| 2.3.1 提取最大连通区域 | 第25-26页 |
| 2.3.2 空洞填充 | 第26-27页 |
| 2.3.3 形态学图像平滑 | 第27-28页 |
| 2.3.4 肝脏外轮廓提取及梯度计算 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 改进的肝脏分割算法 | 第31-58页 |
| 3.1 基于SFCM聚类算法的肝脏分割 | 第31-38页 |
| 3.1.1 模糊集理论 | 第31页 |
| 3.1.2 FCM聚类算法 | 第31-33页 |
| 3.1.3 基于空间邻域信息的FCM算法 | 第33-36页 |
| 3.1.4 实验结果与分析 | 第36-38页 |
| 3.2 基于改进的置信连接算法的肝脏图像再分割 | 第38-48页 |
| 3.2.1 传统的区域生长算法 | 第39-40页 |
| 3.2.2 Canny边缘约束条件 | 第40-41页 |
| 3.2.3 改进的置信连接算法 | 第41-44页 |
| 3.2.4 实验结果与分析 | 第44-48页 |
| 3.3 分割结果三维重建 | 第48-57页 |
| 3.3.1 Marching Cubes算法 | 第48-51页 |
| 3.3.2 分割结果三维模型重建 | 第51-55页 |
| 3.3.3 结果分析 | 第55-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 基于小波变换的特征提取和诊断 | 第58-77页 |
| 4.1 基于小波变换的特征提取 | 第58-64页 |
| 4.1.1 特征提取方案确定 | 第58-59页 |
| 4.1.2 小波变换 | 第59-61页 |
| 4.1.3 基于灰度直方图的特征提取 | 第61-62页 |
| 4.1.4 基于改进的灰度共生矩阵的特征选取 | 第62-64页 |
| 4.2 特征选择与分类 | 第64-70页 |
| 4.2.1 遗传算法 | 第65-68页 |
| 4.2.2 KNN分类器 | 第68-69页 |
| 4.2.3 肝脏疾病的分类准确性实验 | 第69-70页 |
| 4.3 实验结果与分析 | 第70-75页 |
| 4.3.1 实验环境与数据 | 第70-72页 |
| 4.3.2 结果与分析 | 第72-75页 |
| 4.4 本章小结 | 第75-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 5.1 总结 | 第77-78页 |
| 5.2 展望 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82页 |
