| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-18页 |
| ·引言 | 第12-13页 |
| ·医学图像分割的发展现状和研究动态 | 第13-15页 |
| ·医学图像分割的研究现状 | 第13-14页 |
| ·颅脑CT图像分割的研究现状 | 第14-15页 |
| ·本课题的研究意义 | 第15-16页 |
| ·本论文解决的主要问题与组织结构 | 第16-18页 |
| ·本论文解决的主要问题 | 第16页 |
| ·本论文的组织结构 | 第16-18页 |
| 第2章 计算机断层成像 | 第18-24页 |
| ·引言 | 第18页 |
| ·CT成像的基本原理 | 第18页 |
| ·CT图像和CT值 | 第18-20页 |
| ·CT图像的窗宽和窗位 | 第20-21页 |
| ·CT检查方法 | 第21-22页 |
| ·CT诊断与分析 | 第22页 |
| ·CT诊断的临床应用 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 医学图像分割 | 第24-33页 |
| ·引言 | 第24页 |
| ·图像的基础术语 | 第24-25页 |
| ·图像分割定义及其特点 | 第25-26页 |
| ·图像分割定义 | 第26页 |
| ·图像分割的特点 | 第26页 |
| ·CT图像分割的常用算法 | 第26-32页 |
| ·阈值法 | 第26-27页 |
| ·边缘检测法 | 第27-28页 |
| ·区域生长和分裂合并法 | 第28-29页 |
| ·基于形变模型的方法 | 第29-30页 |
| ·基于模糊聚类的分割方法 | 第30-31页 |
| ·基于神经网络的分割方法 | 第31页 |
| ·其他分割方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 颅脑CT图像颅内结构的提取 | 第33-45页 |
| ·引言 | 第33-34页 |
| ·颅脑CT图像的组成 | 第34页 |
| ·线性空间滤波 | 第34-35页 |
| ·形态学图像处理 | 第35-36页 |
| ·膨胀 | 第35-36页 |
| ·腐蚀 | 第36页 |
| ·提取颅腔内结构算法 | 第36-41页 |
| ·算法的框架 | 第37-38页 |
| ·算法的描述 | 第38-41页 |
| ·实验结果与分析 | 第41-44页 |
| ·实验结果 | 第42-43页 |
| ·滤波器直径R值的分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 基于FCM聚类算法的颅脑出血CT图像病灶的分割 | 第45-58页 |
| ·引言 | 第45-46页 |
| ·脑出血CT图像影像学表现 | 第46-47页 |
| ·模糊聚类算法 | 第47-54页 |
| ·数据集的c划分 | 第47-48页 |
| ·聚类的目标函数 | 第48-51页 |
| ·硬c均值(Hard c-Means，HCM)聚类算法 | 第51-52页 |
| ·模糊c均值聚类算法 | 第52-54页 |
| ·二次模糊c均值聚类算法 | 第54-55页 |
| ·TFCM算法的理论基础 | 第54-55页 |
| ·TFCM算法的实现 | 第55页 |
| ·实验结果与分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |