| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 研究现状 | 第8-13页 |
| 1.2.1 基于MRI脑肿瘤分割的研究现状 | 第9-12页 |
| 1.2.2 基于遗传算法的图像分割现状 | 第12-13页 |
| 1.3 课题的研究内容和组织结构 | 第13-14页 |
| 第2章 参数活动轮廓模型与遗传算法概述 | 第14-30页 |
| 2.1 参数活动轮廓模型 | 第14-19页 |
| 2.1.1 Snake模型的基本原理 | 第14-16页 |
| 2.1.2 Snake模型的算法实现 | 第16-19页 |
| 2.2 GVFSnake模型 | 第19-24页 |
| 2.2.1 GVFSnake模型的基本原理 | 第19-21页 |
| 2.2.2 GVFSnake模型的算法实现 | 第21-22页 |
| 2.2.3 传统Snake模型和GVFSnake模型的实验结果分析 | 第22-24页 |
| 2.3 遗传算法 | 第24-29页 |
| 2.3.1 遗传算法概述 | 第24-26页 |
| 2.3.2 遗传算法的基本流程 | 第26-27页 |
| 2.3.3 遗传算法的基本要素 | 第27-28页 |
| 2.3.4 遗传算法的特点 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 脑组织MRI预处理 | 第30-40页 |
| 3.1 实验设计 | 第30-31页 |
| 3.1.1 实验方案 | 第30-31页 |
| 3.1.2 实验数据平台 | 第31页 |
| 3.2 各向异性滤波 | 第31-32页 |
| 3.3 边缘检测 | 第32-34页 |
| 3.4 形态学处理 | 第34-39页 |
| 3.4.1 腐蚀和膨胀 | 第34-37页 |
| 3.4.2 基于形态学处理的颅骨剥离算法 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于Hough变换定位的脑肿瘤自动粗分割方法 | 第40-48页 |
| 4.1 实验设计 | 第40页 |
| 4.1.1 实验方案 | 第40页 |
| 4.1.2 实验数据平台 | 第40页 |
| 4.2 脑肿瘤定位 | 第40-43页 |
| 4.2.1 Hough变换检测 | 第40-42页 |
| 4.2.2 阈值处理 | 第42-43页 |
| 4.3 灰度变换增强 | 第43-45页 |
| 4.4 脑肿瘤分割 | 第45页 |
| 4.5 实验结果与分析 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 基于改进遗传算法的脑肿瘤精确分割方法 | 第48-57页 |
| 5.1 实验设计 | 第48-49页 |
| 5.1.1 实验方案 | 第48页 |
| 5.1.2 实验数据平台 | 第48-49页 |
| 5.2 基于遗传算法的图像分割实现过程 | 第49-52页 |
| 5.2.1 适应度函数的选定 | 第49页 |
| 5.2.2 初始种群的构造 | 第49-50页 |
| 5.2.3 遗传操作 | 第50-52页 |
| 5.2.4 遗传算法的终止 | 第52页 |
| 5.3 图像分割算法评价 | 第52-54页 |
| 5.4 实验结果与分析 | 第54-56页 |
| 5.4.1 实验分割结果 | 第54-56页 |
| 5.4.2 实验结果分析 | 第56页 |
| 5.5 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57-58页 |
| 6.2 研究展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间发表论文及参加科研情况 | 第63-64页 |
| 致谢 | 第64-65页 |