| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·图像分割 | 第7页 |
| ·图像分割方法综述 | 第7-11页 |
| ·传统的分割方法 | 第7-8页 |
| ·结合特定理论的分割方法 | 第8-11页 |
| ·脑部 MRI 图像介绍 | 第11-12页 |
| ·核磁共振图像的成像原理 | 第11页 |
| ·核磁共振的成像模式 | 第11-12页 |
| ·本文内容及章节安排 | 第12-15页 |
| 第二章 模糊 C 均值算法 | 第15-23页 |
| ·模糊聚类基础 | 第15-16页 |
| ·模糊聚类概述 | 第15页 |
| ·模糊集的概念 | 第15页 |
| ·聚类分析 | 第15-16页 |
| ·K 均值算法 | 第16-17页 |
| ·模糊 C 均值算法介绍 | 第17-19页 |
| ·FCM 算法的优缺点 | 第19-20页 |
| ·对医学图像分割结果的评价 | 第20-22页 |
| ·小结 | 第22-23页 |
| 第三章 模糊 C 均值算法的改进 | 第23-31页 |
| ·改变约束条件 | 第23-24页 |
| ·增加基于空间信息的罚项 | 第24-25页 |
| ·引入距离函数 | 第25-27页 |
| ·核函数法 | 第25-26页 |
| ·马氏距离法 | 第26-27页 |
| ·仿真结果与分析 | 第27-30页 |
| ·仿真结果 | 第27-29页 |
| ·结果分析 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第四章 基于隶属度矩阵平滑的图像分割 | 第31-41页 |
| ·概述 | 第31-32页 |
| ·基于隶属度矩阵平滑的模糊 C 均值算法及其改进算法 | 第32-33页 |
| ·基于隶属度矩阵平滑的 smFCM 算法 | 第32页 |
| ·改进的基于隶属度平滑的 EsmFCM 算法 | 第32-33页 |
| ·结合空间信息的模糊 C 均值算法 | 第33-35页 |
| ·仿真结果与分析 | 第35-39页 |
| ·仿真结果 | 第35-38页 |
| ·结果分析 | 第38-39页 |
| ·小结 | 第39-41页 |
| 第五章 增加基于空间信息罚项的 FCM 图像分割 | 第41-51页 |
| ·概述 | 第41页 |
| ·快速 FCM 算法 | 第41-44页 |
| ·FFCM 算法 | 第41-42页 |
| ·EFCM 算法 | 第42-43页 |
| ·WFCM 算法 | 第43-44页 |
| ·改进的 FCM 算法 | 第44-46页 |
| ·实验结果与分析 | 第46-49页 |
| ·仿真结果 | 第46-48页 |
| ·结果分析 | 第48-49页 |
| ·小结 | 第49-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51-52页 |
| ·前景展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 研究成果 | 第59-60页 |