| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 医学图像分割的研究背景和意义 | 第9-11页 |
| 1.2 医学图像分割所面临的困难 | 第11-13页 |
| 1.3 医学图像分割方法的研究现状 | 第13-17页 |
| 1.3.1 常用的医学图像分割方法 | 第13-15页 |
| 1.3.2 水平集方法的研究概况 | 第15-17页 |
| 1.4 图像分割的评估准则 | 第17-18页 |
| 1.5 本课题的主要研究内容 | 第18-21页 |
| 2 基于水平集理论的基本模型及其理论基础 | 第21-35页 |
| 2.1 偏微分方程 | 第21-23页 |
| 2.1.1 偏微分方程的概念 | 第21-22页 |
| 2.1.2 偏微分方程的求解 | 第22-23页 |
| 2.2 变分法和梯度下降流 | 第23-24页 |
| 2.3 曲线演化理论 | 第24-26页 |
| 2.4 水平集理论 | 第26-28页 |
| 2.4.1 水平集方法 | 第26-27页 |
| 2.4.2 水平集函数的数值解法 | 第27-28页 |
| 2.5 基于水平集理论的基本模型 | 第28-35页 |
| 2.5.1 测地主动活动轮廓模型 | 第29-31页 |
| 2.5.2 Chan-Vese模型 | 第31-35页 |
| 3 融合全局和局部图像信息的水平集模型 | 第35-43页 |
| 3.1 LBF模型 | 第35-37页 |
| 3.2 融合全局和局部图像信息的水平集模型 | 第37-38页 |
| 3.2.1 全局能量项 | 第37页 |
| 3.2.2 局部能量项 | 第37-38页 |
| 3.2.3 能量惩罚项 | 第38页 |
| 3.3 实验结果与分析 | 第38-43页 |
| 4 基于遗传模糊核聚类的水平集模型 | 第43-57页 |
| 4.1 遗传算法 | 第43-44页 |
| 4.2 模糊聚类算法 | 第44-47页 |
| 4.2.1 硬限C-均值方法 | 第45-46页 |
| 4.2.2 模糊C-均值算法 | 第46-47页 |
| 4.4 模糊核聚类算法 | 第47-48页 |
| 4.5 基于遗传模糊核聚类的水平集模型 | 第48-57页 |
| 4.5.1 遗传模糊核聚类水平集算法 | 第49-52页 |
| 4.5.2 基于遗传模糊核聚类水平计算法的实验分析 | 第52-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士学位期间发表论文 | 第65-67页 |