| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题背景和研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究工作 | 第14-15页 |
| 1.4 本文的内容安排 | 第15-16页 |
| 第二章 活动轮廓模型及其相关的数学知识 | 第16-26页 |
| 2.1 参数活动轮廓模型 | 第16-17页 |
| 2.2 几何活动轮廓模型 | 第17-24页 |
| 2.2.1 CV模型相关知识 | 第18-22页 |
| 2.2.2 耦合曲线演化模型相关知识 | 第22-24页 |
| 2.3 水平集方法基本理论 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于自适应权重混合活动轮廓模型的颅脑损伤病灶区提取 | 第26-41页 |
| 3.1 引言 | 第26-27页 |
| 3.2 基于自适应权重混合区域活动轮廓模型图像分割 | 第27-33页 |
| 3.2.1 基于自适应权重混合轮廓活动轮廓模型全局能量函数项 | 第28页 |
| 3.2.2 基于自适应权重混合轮廓活动轮廓模型局部能量函数项 | 第28-30页 |
| 3.2.3 混合活动轮廓模型的自适应参数w(x) | 第30-31页 |
| 3.2.4 基于自适应权重混合轮廓活动轮廓模型能量函数 | 第31-33页 |
| 3.3 实验结果与分析 | 第33-40页 |
| 3.4 本章总结 | 第40-41页 |
| 第四章 基于模糊自适应权重混合模型颅脑损伤病灶区提取 | 第41-54页 |
| 4.1 模糊C聚类模型理论及改进 | 第41-47页 |
| 4.1.1 模糊C聚类算法的思想与步骤 | 第41-44页 |
| 4.1.2 模糊C聚类算法的改进 | 第44-46页 |
| 4.1.3 基于灰度直方图FCM算法实验分析 | 第46-47页 |
| 4.2 基于模糊自适应权重混合活动轮廓模型 | 第47-48页 |
| 4.3 实验结果与分析 | 第48-52页 |
| 4.3.1 定性的分析 | 第49-51页 |
| 4.3.2 定量分析 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 硕士期间发表论文 | 第62-63页 |
| 硕士期间科研活动 | 第63页 |
