基于隐马尔可夫随机场的脊柱CT图像分割算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题来源 | 第10页 |
| 1.2 课题研究的目的和意义 | 第10-11页 |
| 1.3 国内外脊柱分割现状 | 第11-13页 |
| 1.3.1 边缘检测 | 第11页 |
| 1.3.2 区域增长 | 第11-12页 |
| 1.3.3 模糊聚类 | 第12页 |
| 1.3.4 自适应阈值 | 第12页 |
| 1.3.5 水平集 | 第12-13页 |
| 1.3.6 神经网络 | 第13页 |
| 1.4 论文主要研究内容 | 第13-15页 |
| 第2章 脊柱CT图像的增强过程 | 第15-22页 |
| 2.1 引言 | 第15页 |
| 2.2 拉普拉斯高斯变换 | 第15-17页 |
| 2.3 中值滤波 | 第17-18页 |
| 2.4 幂律拉伸 | 第18-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 隐马尔可夫随机场建模 | 第22-32页 |
| 3.1 引言 | 第22页 |
| 3.2 马尔可夫随机场 | 第22-23页 |
| 3.3 隐马尔可夫场建 | 第23-30页 |
| 3.3.1 标号场建模 | 第25-28页 |
| 3.3.2 特征场建模 | 第28-29页 |
| 3.3.3 最大后验准则 | 第29-30页 |
| 3.4 本章小结 | 第30-32页 |
| 第4章 隐马尔可夫随机场参数估计 | 第32-41页 |
| 4.1 引言 | 第32页 |
| 4.2 标号场参数估计 | 第32-33页 |
| 4.3 特征场参数估计 | 第33-40页 |
| 4.3.1 期望最大化算法 | 第33-34页 |
| 4.3.2 模拟退火算法 | 第34-36页 |
| 4.3.3 改进的ESA算法 | 第36-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 实验结果分析 | 第41-50页 |
| 5.1 引言 | 第41页 |
| 5.2 实验环境 | 第41-42页 |
| 5.3 实验与实验结果分析 | 第42-49页 |
| 5.4 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间取得的学术成果 | 第55-56页 |
| 致谢 | 第56页 |
