基于Hessian矩阵的肺结节CT图像检测研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题背景及意义 | 第9页 |
| ·国内外研究进展及现状 | 第9-11页 |
| ·CT 图像的肺结节辅助检测研究国内外现状 | 第9-10页 |
| ·计算机辅助检测的相关算法研究 | 第10-11页 |
| ·论文内容安排 | 第11-13页 |
| 第二章 CT 的基本知识 | 第13-18页 |
| ·CT 历史与发展 | 第13-14页 |
| ·CT 成像的基本原理 | 第14-15页 |
| ·CT 影像学的概况 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 CT 图像中关于肺组织的预处理 | 第18-27页 |
| ·形态学运算基础 | 第18-20页 |
| ·形态学运算基础 | 第18-20页 |
| ·肺部图像的噪声去除 | 第20页 |
| ·肺实质的提取 | 第20-25页 |
| ·现存算法总结 | 第21-23页 |
| ·基于高斯混合模型的肺实质提取 | 第23-25页 |
| ·实验及结果 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 肺结节的增强算法 | 第27-33页 |
| ·算法的实现 | 第28-30页 |
| ·所要增强对象的选择 | 第28-29页 |
| ·增强点相关矩阵的计算 | 第29页 |
| ·相应滤波器的设计 | 第29-30页 |
| ·实验及结果 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第五章 肺结节的提取算法 | 第33-44页 |
| ·现有方法总结 | 第34-37页 |
| ·SVM 分类算法 | 第34页 |
| ·基于遗传算法的检测方法 | 第34-36页 |
| ·分水岭检测算法 | 第36-37页 |
| ·基本理论 | 第37-41页 |
| ·二维收敛度滤波器的设计 | 第37-39页 |
| ·Hessian 三维检测滤波器的设计 | 第39-40页 |
| ·提取算法的实现 | 第40-41页 |
| ·实验及结果 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| ·总结 | 第44-45页 |
| ·今后研究工作展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49页 |
