摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 课题研究的目的及意义 | 第10-11页 |
1.2 国内外研究现状及分析 | 第11-12页 |
1.3 PET/CT 在医学诊断中的作用 | 第12-13页 |
1.4 主要研究内容 | 第13-15页 |
第2章 PET/CT 以及医学图像处理基本技术介绍 | 第15-25页 |
2.1 PET/CT 介绍 | 第15-17页 |
2.1.1 PET 成像的基本原理 | 第15页 |
2.1.2 CT 成像的基本原理 | 第15-16页 |
2.1.3 PET/CT 的工作原理 | 第16-17页 |
2.2 灰度直方图 | 第17-21页 |
2.2.1 灰度直方图的概念及性质 | 第17-18页 |
2.2.2 归一化直方图 | 第18-19页 |
2.2.3 直方图的线性拉伸与压缩 | 第19-21页 |
2.3 图像插值技术 | 第21-23页 |
2.3.1 插值的概念 | 第21页 |
2.3.2 灰度图像插值 | 第21-22页 |
2.3.3 二维图像灰度插值方法 | 第22-23页 |
2.4 本章小结 | 第23-25页 |
第3章 PET/CT 浓聚淋巴结复合特征向量的构造 | 第25-37页 |
3.1 纹理在医学图像中的应用 | 第25-26页 |
3.2 纹理特征向量的构造 | 第26-28页 |
3.2.1 灰度共生矩阵提取法 | 第26-28页 |
3.2.2 PET/CT 图像纹理特征向量的构造 | 第28页 |
3.3 多分辨率直方图特征向量的构造 | 第28-36页 |
3.3.1 多分辨率直方图的定义 | 第29页 |
3.3.2 多分辨率直方图的特点 | 第29-31页 |
3.3.3 多分辨率直方图的理论基础 | 第31-32页 |
3.3.4 PET/CT 图像多分辨率直方图特征向量的构造 | 第32-36页 |
3.4 本章小结 | 第36-37页 |
第4章 PET 图像浓聚淋巴结转移的识别 | 第37-50页 |
4.1 支持向量机(SVM) | 第37-38页 |
4.2 SVM 模型参数的选择 | 第38-39页 |
4.3 ROC 曲线 | 第39-42页 |
4.3.1 ROC 曲线的建立 | 第39-42页 |
4.3.2 ROC 曲线下面积 | 第42页 |
4.4 浓聚淋巴结转移的识别 | 第42-49页 |
4.4.1 样本的采集 | 第42-45页 |
4.4.2 样本的预处理 | 第45-46页 |
4.4.3 构建 SVM 分类器 | 第46页 |
4.4.4 选择 SVM 模型参数 | 第46-47页 |
4.4.5 实验结果分析 | 第47-49页 |
4.5 本章小结 | 第49-50页 |
结论 | 第50-51页 |
参考文献 | 第51-55页 |
攻读硕士学位期间发表的学术论文 | 第55-56页 |
致谢 | 第56页 |