摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的背景与意义 | 第10-11页 |
1.2 医学图像分割方法的研究现状 | 第11-12页 |
1.3 本文研究的内容与章节安排 | 第12-16页 |
第2章 水平集方法概述 | 第16-28页 |
2.1 曲线演化理论 | 第16-19页 |
2.2 水平集方法 | 第19-23页 |
2.3 水平集重新初始化的问题 | 第23-24页 |
2.4 水平集方法特点 | 第24页 |
2.5 水平集方法的分类 | 第24-26页 |
2.6 本章小结 | 第26-28页 |
第3章 结合局部均值与全局均值的水平集分割算法 | 第28-44页 |
3.1 基于区域信息的CV与LBF模型 | 第28-32页 |
3.1.1 CV模型 | 第28-30页 |
3.1.2 LBF模型 | 第30-32页 |
3.2 结合局部均值与全局均值的水平集分割算法 | 第32-36页 |
3.2.1 结合局部均值与全局均值的水平集模型 | 第32-34页 |
3.2.2 结合局部均值与全局均值的四相模型 | 第34-36页 |
3.3 实验结果与分析 | 第36-43页 |
3.3.1 两相分割实验 | 第36-39页 |
3.3.2 四相分割实验 | 第39-43页 |
3.4 本章小结 | 第43-44页 |
第4章 融合模糊逻辑与区域信息的水平集分割算法 | 第44-58页 |
4.1 相关水平集模型 | 第44-48页 |
4.1.1 LIC模型 | 第44-46页 |
4.1.2 模糊主动轮廓方法 | 第46-48页 |
4.2 融合模糊逻辑与区域信息的水平集分割算法 | 第48-51页 |
4.2.1 融合模糊逻辑与区域信息的水平集模型 | 第48-50页 |
4.2.2 融合模糊逻辑与区域信息的四相模型 | 第50-51页 |
4.3 实验结果与分析 | 第51-57页 |
4.3.1 两相分割实验 | 第51-53页 |
4.3.2 四相分割实验 | 第53-57页 |
4.4 本章小结 | 第57-58页 |
第5章 基于先验信息与局部高斯概率的水平集分割算法 | 第58-72页 |
5.1 相关知识简介 | 第58-63页 |
5.1.1 LGDF模型 | 第58-61页 |
5.1.2 先验信息 | 第61-63页 |
5.2 基于先验信息与高斯概率的水平集分割算法 | 第63-66页 |
5.2.1 基于先验信息与局部高斯概率的水平集模型 | 第63-65页 |
5.2.2 基于先验信息与局部高斯概率的四相模型 | 第65-66页 |
5.3 实验结果与分析 | 第66-70页 |
5.4 本章小结 | 第70-72页 |
第6章 总结与展望 | 第72-74页 |
6.1 总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
参考文献 | 第74-80页 |
致谢 | 第80页 |