| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景和意义 | 第8-10页 |
| 1.2 乳腺钼靶X线图像肿块分析研究现状 | 第10-11页 |
| 1.3 本文主要研究内容及安排 | 第11-13页 |
| 1.3.1 本论文主要研究内容 | 第11-12页 |
| 1.3.2 本论文章节安排 | 第12-13页 |
| 第二章 乳腺图像肿块检测系统框架 | 第13-20页 |
| 2.1 系统总体框架 | 第13-14页 |
| 2.2 主要模块介绍 | 第14-15页 |
| 2.3 图像数据库介绍 | 第15-18页 |
| 2.3.1 MIAS图像库 | 第16页 |
| 2.3.2 DDSM图像库 | 第16-18页 |
| 2.4 性能评估方法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 图像预处理及肿块粗定位 | 第20-25页 |
| 3.1 去背景干扰并获取乳腺区域 | 第20页 |
| 3.2 粗集理论增强 | 第20-22页 |
| 3.3 形态学滤波 | 第22页 |
| 3.4 Hough变换检测 | 第22-24页 |
| 3.5 获取肿块粗定位参数 | 第24页 |
| 3.6 本章小结 | 第24-25页 |
| 第四章 图像肿块的精确分割 | 第25-37页 |
| 4.1 参数活动轮廓模型 | 第26-27页 |
| 4.2 VFC Snake模型及其改进算法 | 第27-28页 |
| 4.2.1 VFC Snake模型 | 第27页 |
| 4.2.2 改进算法 | 第27-28页 |
| 4.3 实验结果与性能分析 | 第28-35页 |
| 4.3.1 实验结果与分析 | 第28-32页 |
| 4.3.2 算法性能分析 | 第32-35页 |
| 4.4 本章小结 | 第35-37页 |
| 第五章 特征提取和分类 | 第37-45页 |
| 5.1 特征提取及选择 | 第37-40页 |
| 5.1.1 形状和边缘特征 | 第38-39页 |
| 5.1.2 灰度特征信息 | 第39-40页 |
| 5.2 分类器选择 | 第40-41页 |
| 5.3 分类及结果分析 | 第41-44页 |
| 5.3.1 基于DDSM图像库特征的分类 | 第41-42页 |
| 5.3.2 基于DDSM图像库和MIAS图像库特征的分类 | 第42-44页 |
| 5.4 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-48页 |
| 6.1 工作总结 | 第45-46页 |
| 6.2 本文展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 在学期间的研究成果 | 第51-52页 |
| 致谢 | 第52页 |