| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 本论文的研究目的和意义 | 第8-9页 |
| 1.2 研究进展 | 第9-13页 |
| 1.3 本论文的组织结构 | 第13-14页 |
| 第2章 医学图像去噪相关知识 | 第14-27页 |
| 2.1 图像噪声 | 第14-17页 |
| 2.1.1 噪声的数学模型 | 第14页 |
| 2.1.2 几种典型的噪声模型 | 第14-17页 |
| 2.2 检测噪声机制 | 第17-18页 |
| 2.3 典型图像滤波算法 | 第18-26页 |
| 2.3.1 均值滤波算法 | 第18-20页 |
| 2.3.2 高斯滤波算法 | 第20-22页 |
| 2.3.3 中值滤波算法 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 改进的自适应中值滤波方法 | 第27-38页 |
| 3.1 经典自适应中值滤波算法 | 第28-30页 |
| 3.2 经典自适应中值滤波方法分析 | 第30-31页 |
| 3.3 改进的自适应中值滤波方法 | 第31-34页 |
| 3.4 实验结果及分析 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 医学图像分割相关知识 | 第38-53页 |
| 4.1 常用的边缘检测算子 | 第38-44页 |
| 4.1.1 Roberts边缘检测算子 | 第38-39页 |
| 4.1.2 Sobel边缘检测算子 | 第39页 |
| 4.1.3 Prewitt边缘检测算子 | 第39-40页 |
| 4.1.4 Laplacian边缘检测算子 | 第40-41页 |
| 4.1.5 LOG边缘检测算子 | 第41页 |
| 4.1.6 Canny边缘检测算子 | 第41-43页 |
| 4.1.7 几种算子的比较与分析 | 第43-44页 |
| 4.2 主动轮廓模型 | 第44-49页 |
| 4.3 梯度矢量流模型 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 FGNBGVF模型 | 第53-64页 |
| 5.1 GNBGVF模型 | 第53-54页 |
| 5.2 GNBGVF模型分析 | 第54-55页 |
| 5.3 FGNBGVF模型 | 第55-58页 |
| 5.3.1 自适应外部力 | 第55-56页 |
| 5.3.2 实验结果与分析 | 第56-58页 |
| 5.4 基于FGNBGVF SNAKE模型的左心室分割 | 第58-62页 |
| 5.4.1 圆形约束 | 第58-60页 |
| 5.4.2 分割算法 | 第60-61页 |
| 5.4.3 实验结果与分析 | 第61-62页 |
| 5.5 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |