| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·论文的研究背景与意义 | 第11-12页 |
| ·超声图像概述 | 第12-14页 |
| ·B超的基本原理 | 第12-13页 |
| ·B超图像的特性 | 第13-14页 |
| ·医学图像计算机辅助诊断技术 | 第14-17页 |
| ·计算机辅助诊断的历史与发展 | 第14-15页 |
| ·癌症医学图像研究现状 | 第15页 |
| ·肝脏医学图像方面的研究现状 | 第15-17页 |
| ·主要研究内容 | 第17-19页 |
| ·本文结构 | 第19-20页 |
| 第2章 关键理论与技术 | 第20-30页 |
| ·主成分分析法(PCA) | 第20-22页 |
| ·主成分分析法(PCA)定义 | 第20-21页 |
| ·主成分的主要性质 | 第21-22页 |
| ·主成分的计算步骤 | 第22页 |
| ·核主成分分析法(KPCA方法) | 第22-26页 |
| ·KPCA的基本思想 | 第22-23页 |
| ·KPCA方法的步骤 | 第23-24页 |
| ·KPCA的应用现状 | 第24-25页 |
| ·KPCA方法中核函数的选择 | 第25-26页 |
| ·粗糙集理论技术 | 第26-29页 |
| ·概述 | 第26页 |
| ·基本概念 | 第26-27页 |
| ·知识约简 | 第27-28页 |
| ·粗糙集理论在数字图像处理中的应用 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 肝癌B超特征图像的提取 | 第30-39页 |
| ·肝癌B超图像的表示 | 第30-31页 |
| ·肝癌B超图像的预处理 | 第31-32页 |
| ·肝癌B超特征图像的提取 | 第32-38页 |
| ·空域滤波增强的特征图像提取 | 第33-35页 |
| ·频域滤波增强的特征图像提取 | 第35-36页 |
| ·基于数学形态学算子运算的特征图像提取 | 第36-37页 |
| ·图像灰度均值与灰度方差的特征图像提取 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于KPCA方法的肝癌B超图像特征融合与选择 | 第39-47页 |
| ·特征矩阵的提取 | 第39-42页 |
| ·应用KPCA方法的过程 | 第42-45页 |
| ·KPCA方法中核函数的选取 | 第42-43页 |
| ·应用KPCA方法的具体步骤 | 第43-45页 |
| ·实验结果分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于粗糙集方法的肝癌B超图像的分类识别 | 第47-58页 |
| ·图像融合后的关键特征选择 | 第47-50页 |
| ·灰度特征提取 | 第48-49页 |
| ·基于统计矩的纹理特征提取 | 第49-50页 |
| ·融合后与融合前的特征对比 | 第50-51页 |
| ·粗糙集分类识别的过程 | 第51-54页 |
| ·粗糙集方法分类概述 | 第51页 |
| ·粗糙集的初始化 | 第51-52页 |
| ·属性约简(知识约简) | 第52-54页 |
| ·不可分辨关系处理 | 第54页 |
| ·分类识别结果分析 | 第54-55页 |
| ·与相关研究的比较 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的科研项目和成果 | 第64页 |