肺部CT图像中结节的检测算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题背景及意义 | 第7-8页 |
| ·国内外研究进展及现状 | 第8-9页 |
| ·计算机辅助检测系统的国内外研究现状 | 第8-9页 |
| ·CT 图像中的肺结节检测算法的研究现状 | 第9页 |
| ·论文的主要研究成果及章节安排 | 第9-13页 |
| 第二章 肺部CT 图像的预处理 | 第13-19页 |
| ·引言 | 第13页 |
| ·CT 扫描原理和CT 成像特点 | 第13-14页 |
| ·肺部图像的预处理 | 第14-18页 |
| ·形态学基础 | 第15-16页 |
| ·肺部CT 图像的噪声去除 | 第16-17页 |
| ·实验结果及分析 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 肺部实质的自动分割 | 第19-27页 |
| ·引言 | 第19-20页 |
| ·基于高斯混合模型的肺部区域分割 | 第20-22页 |
| ·高斯混合模型 | 第20页 |
| ·基于高斯混合模型的预分割 | 第20-22页 |
| ·实验结果及分析 | 第22页 |
| ·肺实质的分割 | 第22-24页 |
| ·去除背景 | 第22-23页 |
| ·获取肺实质大致区域 | 第23页 |
| ·获得完整肺实质 | 第23-24页 |
| ·实验结果分析 | 第24-25页 |
| ·小结 | 第25-27页 |
| 第四章 肺部感兴趣区域的提取 | 第27-37页 |
| ·引言 | 第27-28页 |
| ·种子区域选取方法 | 第28-30页 |
| ·种子区域的自动提取 | 第28-29页 |
| ·实验结果及分析 | 第29-30页 |
| ·自适应三维区域生长 | 第30-33页 |
| ·区域生长的基本原理 | 第30-31页 |
| ·基于三维体数据的自适应区域生长方法 | 第31-33页 |
| ·实验结果及分析 | 第33页 |
| ·模糊区域生长 | 第33-36页 |
| ·模糊区域生长理论 | 第33-35页 |
| ·实验结果及分析 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第五章 特征的提取和分类 | 第37-47页 |
| ·引言 | 第37页 |
| ·特征的选取 | 第37-40页 |
| ·基于SVM 的肺结节检测算法 | 第40-45页 |
| ·SVM 分类算法的优点 | 第40-41页 |
| ·SVM 的分类算法理论 | 第41-45页 |
| ·实验和结果分析 | 第45-46页 |
| ·实验数据 | 第45页 |
| ·实验结果及分析 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第六章 结束语 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·今后的研究工作与展望 | 第48-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文 | 第55页 |
