医学超声图像分割新方法的研究及应用
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·医学超声图像分割研究的背景和意义 | 第8页 |
| ·超声诊断概述 | 第8-13页 |
| ·超声及其物理特性 | 第8-10页 |
| ·超声诊断基本原理 | 第10-11页 |
| ·超声诊断仪简介 | 第11-13页 |
| ·B超诊断的临床应用 | 第13页 |
| ·本文的主要工作及内容安排 | 第13-14页 |
| 2 医学超声图像分割方法概述 | 第14-22页 |
| ·图像分割原理 | 第14-15页 |
| ·超声图像分割基本方法 | 第15-19页 |
| ·传统的图像分割方法 | 第15-16页 |
| ·现代的图像分割方法 | 第16-19页 |
| ·分割质量评估方法 | 第19-21页 |
| ·基于分割结果本身的评估方法 | 第20页 |
| ·基于一个标准分割结果的评估方法 | 第20-21页 |
| ·小结 | 第21-22页 |
| 3 几种主要分割方法及其在医学超声图像中的应用 | 第22-38页 |
| ·OTSU方法 | 第22-26页 |
| ·最大熵方法和最大相关准则法 | 第26-30页 |
| ·模糊C均值方法 | 第30-32页 |
| ·分水岭方法 | 第32-34页 |
| ·灰度共生矩阵方法(GLCM) | 第34-36页 |
| ·小结 | 第36-38页 |
| 4 基于尺度共生矩阵的超声图像分割新方法 | 第38-49页 |
| ·基于尺度共生矩阵方法的图像分割原理 | 第38页 |
| ·基于尺度共生矩阵方法的图像分割步骤实现流程 | 第38-44页 |
| ·图像预处理 | 第38-39页 |
| ·树型框架小波变换 | 第39-40页 |
| ·图像尺度共生矩阵(SCM) | 第40-41页 |
| ·特征矢量提取 | 第41-42页 |
| ·主分量分析 | 第42页 |
| ·自组织特征映射网络(SOM) | 第42-44页 |
| ·基于尺度共生矩阵方法的图像分割实验结果 | 第44-48页 |
| ·小结 | 第48-49页 |
| 5 基于经验模式分解方法的超声图像分割 | 第49-57页 |
| ·经验模式分解(EMD) | 第49-51页 |
| ·LAWS纹理能量测度(TEM) | 第51-53页 |
| ·基于EMD分解的超声图像分割实验及结果 | 第53-56页 |
| ·小结 | 第56-57页 |
| 6 结论及展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
