基于CT影像的早期肺癌计算机辅助诊断关键技术研究

摘要	第1-7页
Abstract	第7-12页
第1章 绪论	第12-22页
·研究背景	第12-14页
·计算机辅助诊断的研究现状	第14-16页
·国外研究现状分析	第14-15页
·国内研究现状分析	第15-16页
·计算机辅助诊断的关键技术	第16-19页
·面临的问题及数据准备	第16-18页
·增强预处理	第18页
·定义感兴趣区域	第18-19页
·降低检测的假阳性率	第19页
·计算机辅助检测及评价	第19页
·本文研究目标和主要研究内容	第19-20页
·研究路线及论文结构	第20-22页
第2章 计算机辅助诊断中的计算机视觉方法	第22-46页
·计算机视觉概述	第22-27页
·计算机视觉的发展历程	第23-24页
·计算机视觉系统	第24-25页
·医学成像与计算机辅助诊断	第25-27页
·计算机视觉关键技术介绍	第27-41页
·小波变换	第27-35页
·光流场理论	第35-37页
·形变模型	第37-40页
·分水岭变换	第40-41页
·计算机视觉方法在计算机辅助诊断中的应用	第41-45页
·应用现状分析	第41-43页
·亟待进一步研究的关键技术	第43-45页
·本章小结	第45-46页
第3章 基于冗余小波变换的增强算法研究	第46-78页
·增强算法概述	第46-51页
·对比度增强	第47-50页
·局部结构增强	第50-51页
·基于冗余小波变换的增强预处理研究	第51-68页
·冗余小波变换	第51-54页
·多尺度对比度增强	第54-59页
·肺实质分割	第59-64页
·多尺度局部结构增强	第64-68页
·基于Hessian矩阵特征值的增强方法研究	第68-77页
·相关工作和算法概要	第69-70页
·基于冗余小波的Hessian矩阵	第70-73页
·实验结果及分析	第73-77页
·本章小结	第77-78页
第4章 选择感兴趣区域的光流方法	第78-88页
·定义感兴趣区域	第78-79页
·光流计算方法概述	第79-80页
·光流计算方法	第79-80页
·光流计算存在的问题	第80页
·基于Sobolev光流选择感兴趣区域	第80-85页
·Sobolev梯度	第81-84页
·Sobolev光流计算方法	第84-85页
·实验结果及分析	第85-87页
·本章小结	第87-88页
第5章 血管分割的博弈论融合水平集方法	第88-114页
·肺血管分割方法的研究现状	第88-91页
·水平集方法概述	第91-98页
·曲线演化理论和水平集	第91-95页
·基于区域的水平集方法	第95-97页
·基于边缘的水平集方法	第97-98页
·基于博弈论的水平集血管分割算法	第98-113页
·相关工作	第98-100页
·曲率流	第100-103页
·基于博弈论的水平集方法	第103-105页
·实验结果及分析	第105-113页
·本章小结	第113-114页
第6章 肺结节的三维识别算法研究	第114-128页
·识别肺结节	第114页
·分水岭变换概述	第114-121页
·距离变换	第115-118页
·分水岭变换	第118-121页
·基于分水岭变换的肺结节识别方法研究	第121-127页
·相关工作	第121-122页
·基于冗余小波和分水岭的肺结节识别	第122-124页
·实验结果及分析	第124-127页
·本章小结	第127-128页
第7章 结论	第128-132页
·本文的主要研究成果	第128-130页
·未来工作展望	第130-132页
参考文献	第132-144页
致谢	第144-146页
攻读学位期间发表的论文及科研工作	第146-148页
作者简介	第148页