首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

经验模式分解在医学MR图像特征提取中的应用研究

摘要第3-5页
Abstract第5-6页
第1章 绪论第9-13页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 医学图像特征提取的研究现状第10-11页
        1.2.2 经验模式分解的研究现状第11-12页
    1.3 论文结构第12-13页
第2章 医学图像特征提取与经验模式分解第13-27页
    2.1 引言第13页
    2.2 医学MR图像第13-14页
        2.2.1 医学MR图像介绍第13-14页
        2.2.2 医学MR图像的特点第14页
    2.3 医学图像的特征提取第14-18页
        2.3.1 灰度特征第15页
        2.3.2 边缘特征第15-17页
        2.3.3 形状特征第17-18页
    2.4 经验模式分解第18-25页
        2.4.1 原理及其算法第19-20页
        2.4.2 存在的主要问题及相关的解决方法第20-24页
        2.4.3 经验模式分解算法的展望第24-25页
    2.5 本章小结第25-27页
第3章 二维经验模式分解及其应用第27-37页
    3.1 引言第27页
    3.2 二维经验模式分解算法第27-33页
        3.2.1 二维经验模式分解算法描述第27-28页
        3.2.2 BEMD中的关键问题第28-33页
    3.3 图像仿真实验及分析第33-36页
    3.4 本章小结第36-37页
第4章 基于经验模式分解的医学MR图像特征提取第37-53页
    4.1 引言第37页
    4.2 二维集合经验模式分解算法第37-42页
        4.2.1 EEMD第37-38页
        4.2.2 BEEMD第38-39页
        4.2.3 分解实验及结果分析第39-42页
    4.3 基于集合经验模式分解的医学MR图像特征提取第42-52页
        4.3.1 Riesz变换与局部特征第42-44页
        4.3.2 相位一致性第44-46页
        4.3.3 基于BEEMD的特征提取算法第46页
        4.3.4 临床数据验证第46-52页
    4.4 本章小结第52-53页
第5章 总结与展望第53-55页
    5.1 总结第53页
    5.2 展望第53-55页
参考文献第55-61页
致谢第61-63页
攻读硕士期间的研究成果第63页

论文共63页,点击 下载论文
上一篇:基于MPI的高效密集匹配方法研究
下一篇:基于MapReduce的加权Voronoi图并行算法设计及应用