基于改进MRF参数估计的脑磁共振图像自动分割算法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-19页 |
| ·选题背景与研究意义 | 第10-11页 |
| ·脑MR图像分割算法概述 | 第11-17页 |
| ·医学图像分割算法 | 第11-16页 |
| ·脑MR图像灰白质分割算法 | 第16-17页 |
| ·论文的工作和组织结构 | 第17-19页 |
| 2 图像预处理 | 第19-24页 |
| ·C-V模型简介 | 第19-22页 |
| ·预处理实现过程及结果分析 | 第22-24页 |
| 3 图像处理中的MRF模型 | 第24-33页 |
| ·MRF基本理论 | 第24-26页 |
| ·MRF与Gibbs随机场的等价关系 | 第26-27页 |
| ·Gibbs随机场 | 第26页 |
| ·Hammersley-Cliford定理 | 第26-27页 |
| ·基于MRF的图像分割理论 | 第27-33页 |
| ·常用的MRF模型 | 第27-29页 |
| ·基于高斯MRF模型的图像分割方法 | 第29-33页 |
| 4 改进的MRF参数估计 | 第33-39页 |
| ·灰度场参数估计 | 第33-37页 |
| ·DAEM算法 | 第33-35页 |
| ·PSO算法求解 | 第35-37页 |
| ·惩罚因子估计 | 第37-39页 |
| 5 实验结果与分析 | 第39-46页 |
| ·IBSR数据库图像实验 | 第39-42页 |
| ·临床图像实验 | 第42-46页 |
| 6 总结与展望 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-55页 |
| 作者简历及攻读学位期间所取得的科研成果 | 第55页 |