| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 引言 | 第6-12页 |
| 1.1 研究的目的和意义 | 第6-7页 |
| 1.2 国内外研究动态 | 第7-8页 |
| 1.3 肺部肿瘤识别中计算机辅助分析的重要性 | 第8-9页 |
| 1.4 肿瘤边界识别常用方法 | 第9页 |
| 1.5 主要创新点及工作内容 | 第9-12页 |
| 第二章 PET/CT图像概述 | 第12-24页 |
| 2.1 什么是PET/CT | 第12页 |
| 2.2 PET/CT图像的特点 | 第12-13页 |
| 2.3 DICOM格式标准 | 第13-16页 |
| 2.3.1 什么是DICOM | 第13-14页 |
| 2.3.2 DICOM标准的数据结构 | 第14-16页 |
| 2.4 DICOM文件的主要处理函数 | 第16-24页 |
| 2.4.1 MATLAB图像处理工具箱 | 第16-17页 |
| 2.4.2 MATLAB提供的DICOM文件处理函数 | 第17页 |
| 2.4.3 分离PET影像和CT影像 | 第17-20页 |
| 2.4.4 DICOM图像的显示 | 第20-24页 |
| 第三章 图像边界识别常用方法 | 第24-34页 |
| 3.1 传统边缘检测算法 | 第24-30页 |
| 3.1.1 Roberts算子 | 第24-25页 |
| 3.1.2 Sobel算子 | 第25-27页 |
| 3.1.3 Prewitt算子 | 第27-28页 |
| 3.1.4 Laplace算子 | 第28-30页 |
| 3.2 使用传统的检测算法确定肺肿瘤边界 | 第30-34页 |
| 第四章 实现肺部肿瘤浸润边界的自动绘制 | 第34-52页 |
| 4.1 识别算法的基本流程 | 第34-35页 |
| 4.2 读取原始PET图像数据 | 第35-37页 |
| 4.3 提取肿瘤兴趣区 | 第37-40页 |
| 4.3.1 获取肿瘤区的中心 | 第37-39页 |
| 4.3.2 分离肿瘤兴趣区的数据 | 第39-40页 |
| 4.4 肿瘤兴趣区数据分析 | 第40-41页 |
| 4.5 肿瘤兴趣区的预处理 | 第41-43页 |
| 4.5.1 数据插值 | 第41-42页 |
| 4.5.2 去噪处理 | 第42-43页 |
| 4.6 肿瘤实际边界的确定 | 第43-51页 |
| 4.6.1 确定肿瘤亚异常区 | 第43-45页 |
| 4.6.2 获得肿瘤的实际边界 | 第45-51页 |
| 4.7 仿真结果分析 | 第51-52页 |
| 第五章 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间的研究成果 | 第56-57页 |
| 致谢 | 第57-58页 |