基于Snake模型的肺结节图像处理
| 中文摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究的必要性 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·计算机辅助诊断系统的研究现状 | 第11-12页 |
| ·CT 图像中肺结节的检测与识别研究现状 | 第12-13页 |
| ·课题研究的现有问题 | 第13-14页 |
| ·论文结构和章节安排 | 第14-16页 |
| 第二章 肺结节在 CT 图像中的征象分析 | 第16-21页 |
| ·医学 CT 图像的特点 | 第16-17页 |
| ·肺结节的病理特征与医学征象 | 第17-21页 |
| ·肺结节的生长过程 | 第17-18页 |
| ·肺结节的征象分析 | 第18-21页 |
| 第三章 肺部 CT 图像预处理 | 第21-38页 |
| ·DICOM 医学图像格式及转化 | 第21-23页 |
| ·灰度处理 | 第23-24页 |
| ·肺实质分割 | 第24-26页 |
| ·图像增强 | 第26-37页 |
| ·主要的噪声模型 | 第27-28页 |
| ·空间域滤波 | 第28-32页 |
| ·频率域滤波 | 第32-35页 |
| ·灰度变换增强 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 肺结节的检测与识别 | 第38-62页 |
| ·图像分割概述 | 第38-39页 |
| ·常用的图像分割方法 | 第39-43页 |
| ·基于边缘检测的分割算法 | 第39-41页 |
| ·区域分割算法 | 第41-42页 |
| ·其他图像分割技术 | 第42-43页 |
| ·基于医学 CT 图像的常用分割算法 | 第43-45页 |
| ·自动阀值分割 | 第43-44页 |
| ·区域生长法 | 第44-45页 |
| ·基于 SNAKE 模型的肺结节检测与识别算法 | 第45-53页 |
| ·数学形态学滤波 | 第45-49页 |
| ·主动轮廓线（Snake）算法 | 第49-52页 |
| ·形状特征 | 第52-53页 |
| ·基于 SNAKE 模型的肺结节检测与识别应用 | 第53-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 实验结果 | 第62-66页 |
| ·实验材料来源 | 第62页 |
| ·实验平台构建 | 第62页 |
| ·实验处理结果 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-69页 |
| ·总结 | 第66-67页 |
| ·今后的研究工作与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第73-74页 |
| 致谢 | 第74-75页 |
