| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-26页 |
| 1.1 课题背景及研究的目的和意义 | 第10-14页 |
| 1.1.1 课题背景 | 第10-14页 |
| 1.1.2 课题研究的目的和意义 | 第14页 |
| 1.2 肺部CAD系统研究现状 | 第14-15页 |
| 1.3 肺实质分割算法及其研究现状 | 第15-23页 |
| 1.3.1 肺实质的初分割算法及其研究现状 | 第16-18页 |
| 1.3.2 肺实质的初分割结果边缘修复算法及其研究现状 | 第18-23页 |
| 1.4 GGO的分割算法及其研究现状 | 第23-24页 |
| 1.4.1 基于图像信息的GGO分割算法 | 第23-24页 |
| 1.4.2 基于模型的GGO分割算法 | 第24页 |
| 1.4.3 基于人工智能的GGO分割算法 | 第24页 |
| 1.5 本文的主要研究内容和章节安排 | 第24-26页 |
| 第2章 基于CT图像的肺实质自动分割 | 第26-44页 |
| 2.1 引言 | 第26-27页 |
| 2.2 肺实质分割算法实现 | 第27-40页 |
| 2.2.1 CT图像的平滑去噪 | 第27-29页 |
| 2.2.2 肺实质的初分割 | 第29-36页 |
| 2.2.3 肺实质边缘修补 | 第36-40页 |
| 2.3 实验结果与分析 | 第40-43页 |
| 2.3.1 数据来源及采集参数 | 第40-41页 |
| 2.3.2 肺实质分割评价体系 | 第41页 |
| 2.3.3 肺实质分割结果 | 第41-43页 |
| 2.4 本章小结 | 第43-44页 |
| 第3章 基于AWMRF模型的GGO的分割 | 第44-55页 |
| 3.1 引言 | 第44-45页 |
| 3.2 基于区域自适应权重MRF模型的分割方法 | 第45-50页 |
| 3.2.1 自适应权重MRF模型 | 第45-48页 |
| 3.2.2 区域自适应 | 第48-49页 |
| 3.2.3 GGO分割步骤 | 第49-50页 |
| 3.3 实验结果与分析 | 第50-54页 |
| 3.3.1 实验结果评价体系 | 第50-52页 |
| 3.3.2 实验结果 | 第52-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第4章 基于MRF-2D-OSTU模型的GGO的分割 | 第55-67页 |
| 4.1 引言 | 第55-56页 |
| 4.2 基于MRF-2D-OSTU模型的分割算法 | 第56-63页 |
| 4.2.1 传统 2D-OSTU算法 | 第56-58页 |
| 4.2.2 MRF-2D-OSTU模型 | 第58页 |
| 4.2.3 GGO分割步骤 | 第58-63页 |
| 4.3 实验结果与分析 | 第63-66页 |
| 4.3.1 CT图像分割结果 | 第63-64页 |
| 4.3.2 分割算法的评价结果 | 第64-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 基于有限混合类泊松分布模型的GGO的分割 | 第67-79页 |
| 5.1 引言 | 第67-69页 |
| 5.2 基于混合类泊松分布模型的GGO分割算法 | 第69-75页 |
| 5.2.1 类泊松分布模型 | 第69-70页 |
| 5.2.2 基于混合类泊松分布的图像分割模型 | 第70-71页 |
| 5.2.3 粒子群优化算法 | 第71-73页 |
| 5.2.4 基于混合类泊松分布的GGO分割步骤 | 第73-75页 |
| 5.3 实验结果与分析 | 第75-78页 |
| 5.3.1 CT图像分割结果 | 第75-76页 |
| 5.3.2 分割算法的评价结果 | 第76-78页 |
| 5.4 本章小结 | 第78-79页 |
| 结论 | 第79-80页 |
| 参考文献 | 第80-88页 |
| 致谢 | 第88页 |