| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-33页 |
| ·引言 | 第13-14页 |
| ·肝硬化、HCC临床表现及病理诊断 | 第14-15页 |
| ·肝脏正常解剖结构 | 第14页 |
| ·肝硬化、HCC临床表现 | 第14页 |
| ·肝硬化及肝硬化相关性结节的病理改变 | 第14-15页 |
| ·原发性HCC病理改变 | 第15页 |
| ·肝硬化、HCC影像诊断及MRI诊断优势诊断 | 第15-18页 |
| ·肝硬化、HCC US诊断 | 第15-16页 |
| ·肝硬化、HCC CT诊断 | 第16-17页 |
| ·肝硬化、HCC同位素检查 | 第17页 |
| ·肝硬化、HCC MRI诊断及MRI优势 | 第17-18页 |
| ·肝硬化、HCC MRI诊断现状 | 第18-22页 |
| ·早期肝硬化MRI诊断现状 | 第18-20页 |
| ·肝硬化相关性结节MRI诊断现状 | 第20-22页 |
| ·医学图像的计算机辅助分析 | 第22-28页 |
| ·医学图像分割 | 第23-25页 |
| ·图像纹理特征提取 | 第25页 |
| ·图像的特征评价和特征选择 | 第25-26页 |
| ·图像分类 | 第26-28页 |
| ·肝脏疾病的计算机辅助诊断技术研究现状 | 第28-31页 |
| ·本文的主要研究工作 | 第31-33页 |
| 2 大鼠肝硬化、HCC结节SPIO增强图像分析 | 第33-45页 |
| ·引言 | 第33-34页 |
| ·大鼠肝硬化、HCC模型的建立 | 第34-36页 |
| ·材料与方法 | 第34页 |
| ·结果 | 第34页 |
| ·讨论 | 第34-36页 |
| ·大鼠肝硬化、HCC结节SPIO增强图像分析 | 第36-42页 |
| ·材料与方法 | 第36-38页 |
| ·结果 | 第38-39页 |
| ·讨论 | 第39-42页 |
| ·本章小结 | 第42-45页 |
| 3 大鼠HCC结节SPIO与Gd-DTPA双对比增强图像分析 | 第45-57页 |
| ·引言 | 第45页 |
| ·大鼠肝硬化HCC结节SPIO与Gd-DTPA双对比增强图像分析 | 第45-52页 |
| ·材料与方法 | 第45-47页 |
| ·结果 | 第47-48页 |
| ·讨论 | 第48-52页 |
| ·大鼠HCC模型SPIO与Gd-DTPA联合增强扫描技术初步探讨 | 第52-56页 |
| ·材料和方法 | 第52-53页 |
| ·结果 | 第53-55页 |
| ·讨论 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 4 大鼠RN、HCC结节MR图像计算机分类识别 | 第57-74页 |
| ·引言 | 第57页 |
| ·CAD系统结构 | 第57-58页 |
| ·基于ISODATA算法的MRI大鼠肝脏边缘自动分割 | 第58-64页 |
| ·数据来源 | 第58页 |
| ·本研究的分割方法 | 第58-62页 |
| ·图像预处理 | 第62页 |
| ·肝脏边缘分割仿真实验 | 第62-63页 |
| ·结果和讨论 | 第63-64页 |
| ·大鼠肝硬化、HCC结节SPIO增强图像计算机分类识别 | 第64-73页 |
| ·数据来源和感兴趣区域的手动分割 | 第64-65页 |
| ·大鼠肝硬化及HCC结节的SPIO增强图像特征 | 第65页 |
| ·生成GLCM灰度共生矩阵提取纹理特征参数 | 第65-68页 |
| ·统计学分析及特征选择 | 第68页 |
| ·本研究分类识别方法 | 第68-71页 |
| ·结果和讨论 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 5 肝硬化病人MR图像计算机辅助分类识别 | 第74-90页 |
| ·引言 | 第74-75页 |
| ·基于纹理特征参数的BP网络分类器识别肝硬化MR图像 | 第75-79页 |
| ·系统实现方法及数据获取 | 第75-76页 |
| ·肝硬化与正常肝脏病人T1WI图像特征 | 第76页 |
| ·肝硬化与正常肝脏病人T_1WI图像纹理特征提取及特征选择 | 第76-77页 |
| ·神经网络分类器识别肝硬化 | 第77页 |
| ·结果和讨论 | 第77-79页 |
| ·基于扩展纹理特征参数的BP网络分类器识别肝硬化MR图像 | 第79-88页 |
| ·系统实现方法及数据获取 | 第80页 |
| ·肝硬化与正常肝脏病人T_1WI图像特征 | 第80页 |
| ·肝硬化与正常肝脏病人MR图像的特征提取 | 第80-83页 |
| ·肝硬化MR图像的特征选择 | 第83-85页 |
| ·肝硬化MR图像分类识别 | 第85-86页 |
| ·分类结果与性能评价 | 第86-88页 |
| ·本章小结 | 第88-90页 |
| 6 肝硬化MR图像识别的分类器优化 | 第90-97页 |
| ·引言 | 第90页 |
| ·本研究算法 | 第90-93页 |
| ·遗传算法 | 第90-92页 |
| ·基于遗传算法的BP神经网络优化 | 第92-93页 |
| ·基于GA-BP和BP网络的肝硬化MRI分类识别 | 第93页 |
| ·分类识别结果及讨论 | 第93-96页 |
| ·本章小结 | 第96-97页 |
| 7 结论与展望 | 第97-100页 |
| ·论文的主要研究内容和创新成果 | 第97-98页 |
| ·未来研究工作展望 | 第98-100页 |
| 参考文献 | 第100-109页 |
| 附录A 英文缩略词 | 第109-111页 |
| 攻读博士学位期间发表学术论文情况 | 第111-113页 |
| 致谢 | 第113-114页 |
| 作者简介 | 第114-115页 |
