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

基于肱骨影像的骨质疏松算法研究与实现

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-18页
    1.1 课题研究背景及研究意义第12-14页
        1.1.1 课题研究背景和依据第12-13页
        1.1.2 研究意义第13-14页
    1.2 图像分割方法的国内外研究现状第14-16页
    1.3 本文主要工作第16-18页
第2章 相关基础理论研究第18-28页
    2.1 医学影像基础研究第18-21页
        2.1.1 CT成像原理及其基础理论研究第18-21页
        2.1.2 骨密度判定标准及近年发展第21页
    2.2 图像处理技术估测骨密度方法的理论论证第21-23页
    2.3 图像分割技术基础研究第23-26页
        2.3.1 基于区域的分割技术第24页
        2.3.2 基于边缘的分割技术第24-25页
        2.3.3 结合特定理论工具的分割技术第25-26页
    2.4 本章小结第26-28页
第3章 肱骨骨密度医学图像分析的算法研究第28-50页
    3.1 仿真系统平台简介第28页
    3.2 肱骨医学图像简介第28-30页
        3.2.1 肱骨医学图像处理难点第29-30页
    3.3 Ostu大律法第30-33页
        3.3.1 Ostu大律法概述第30-32页
        3.3.2 Ostu大律法实现过程第32页
        3.3.3 Ostu大律法处理结果分析第32-33页
    3.4 Kittler最小误差法第33-36页
        3.4.1 Kittler最小误差法原理概述第33-35页
        3.4.2 Kittler最小误差法实现过程第35页
        3.4.3 Kittler最小误差法分析结果第35-36页
    3.5 Niblack局部阈值法第36-38页
        3.5.1 Niblack算法原理概述第36-37页
        3.5.2 Niblack算法实现过程第37页
        3.5.3 Niblack算法结果分析第37-38页
    3.6 三种图像二值化处理办法对比第38-39页
    3.7 图像形态学操作第39-42页
        3.7.1 膨胀操作第40-41页
        3.7.2 腐蚀操作第41页
        3.7.3 开闭操作第41-42页
        3.7.4 本文选用的腐蚀膨胀操作第42页
    3.8 Gabort小波变换第42-45页
        3.8.1 小波变换第42-43页
        3.8.2 Gabor变换第43-44页
        3.8.3 Gabor小波变换第44-45页
    3.9 图像的滤波处理第45-47页
        3.9.1 中值滤波器概述第45-46页
        3.9.2 中值滤波的过程和特点第46-47页
    3.10 本章小结第47-50页
第4章 基于面积信息的肱骨骨密度分析算法的实现第50-64页
    4.1 肱骨医学影像的特点第50-51页
    4.2 医学影像图像处理的具体实现方法第51-58页
        4.2.1 总体框架第51-52页
        4.2.2 读取图像与预处理过程第52-54页
        4.2.3 小波变换与碟形腐蚀第54-56页
        4.2.4 滤波与图像复原第56-58页
    4.3 基于面积信息的肱骨骨密度计算第58-60页
    4.4 测试结果与分析第60-62页
    4.5 本章小结第62-64页
第5章 肱骨骨密度分析预处理算法的硬件实现第64-80页
    5.1 系统硬件平台选择与软件系统简介第64-70页
        5.1.1 系统硬件需求分析第64-65页
        5.1.2 ICETEK-DM6437-B开发平台简介第65-68页
        5.1.3 软件环境简介第68-70页
    5.2 ICETEK-DM6437-B硬件实现过程第70-74页
        5.2.1 视频采集与显示模块第70-71页
        5.2.2 视频采集模块第71-72页
        5.2.3 视频输出模块第72-74页
    5.3 肱骨CT影像图像处理的DSP实现第74-78页
        5.3.1 CT影像图像处理DSP实现流程第74-75页
        5.3.2 系统初始化模块第75页
        5.3.3 影像检测及二值化处理第75-76页
        5.3.4 中值滤波的实现第76-78页
    5.4 本章小结第78-80页
第6章 总结与展望第80-82页
    6.1 工作总结第80-81页
    6.2 未来展望第81-82页
参考文献第82-88页
致谢第88页

论文共88页,点击 下载论文
上一篇:基于改进多图谱融合的婴幼儿脑图像分割算法研究
下一篇:基于神经网络的婴幼儿脑MR图像分割算法研究