| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·论文选题背景及意义 | 第7-9页 |
| ·国内外研究进展及现状 | 第9-12页 |
| ·乳腺癌计算机辅助检测现状 | 第9-10页 |
| ·乳腺X 线图像中肿块的自动检测研究现状 | 第10-12页 |
| ·论文的研究成果及章节安排 | 第12-15页 |
| ·论文的研究成果 | 第12-13页 |
| ·论文的章节安排 | 第13-15页 |
| 第二章 乳腺区域提取和边缘灰度补偿 | 第15-25页 |
| ·引言 | 第15-16页 |
| ·乳腺X 线图像及其特征 | 第16页 |
| ·乳腺区域提取算法 | 第16-21页 |
| ·乳腺分割前处理 | 第16-18页 |
| ·迭代阈值法获得分割阈值 | 第18-19页 |
| ·乳腺分割及边界修整 | 第19-21页 |
| ·算法评价及讨论 | 第21页 |
| ·边缘灰度补偿算法 | 第21-24页 |
| ·获取乳腺边界 | 第21-22页 |
| ·距离变换 | 第22-23页 |
| ·计算灰度补偿曲线 | 第23-24页 |
| ·算法评价及讨论 | 第24页 |
| ·小结 | 第24-25页 |
| 第三章 肿块模型与基于种子点的肿块分割 | 第25-39页 |
| ·引言 | 第25页 |
| ·基于高斯分布的乳腺肿块模型 | 第25-29页 |
| ·基于种子点的乳腺肿块分割算法 | 第29-36页 |
| ·肿块分割前处理 | 第29-30页 |
| ·加权区域膨胀算法 | 第30-32页 |
| ·最优分割的判断和选取 | 第32-33页 |
| ·算法评价及讨论 | 第33-36页 |
| ·小结 | 第36-39页 |
| 第四章 ROI 快速搜索下的乳腺肿块自动分割及分类 | 第39-49页 |
| ·引言 | 第39页 |
| ·乳腺肿块特征的选择 | 第39-40页 |
| ·多层环形滤波原理 | 第40-42页 |
| ·ROI 快速搜索下的肿块自动检测算法 | 第42-48页 |
| ·预处理 | 第42-43页 |
| ·多层环形滤波快速搜索ROI | 第43-44页 |
| ·去除明显的非疑似肿块 | 第44-46页 |
| ·疑似肿块的分割及分类 | 第46-47页 |
| ·算法评价及讨论 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第五章 结束语 | 第49-53页 |
| ·总结 | 第49-50页 |
| ·对未来发展的展望 | 第50-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 作者在读研期间参与的科研项目 | 第59-60页 |