| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 医学图像分割的研究背景及意义 | 第7-8页 |
| 1.2 图像分割方法概述 | 第8-9页 |
| 1.3 医学图像分割的特点 | 第9-10页 |
| 1.4 模糊聚类及其在图像分割中的应用 | 第10-11页 |
| 1.5 本文的主要内容 | 第11-12页 |
| 1.6 小结 | 第12-13页 |
| 第二章 模糊聚类基础理论 | 第13-23页 |
| 2.1 模糊数学基础理论 | 第13-14页 |
| 2.1.1 经典集合 | 第13页 |
| 2.1.2 模糊集合的概念 | 第13-14页 |
| 2.2 聚类和聚类分析 | 第14-19页 |
| 2.2.1 聚类分析 | 第14-15页 |
| 2.2.2 数据集的划分 | 第15-16页 |
| 2.2.3 经典C-均值聚类算法 | 第16-17页 |
| 2.2.4 模糊C-均值聚类算法 | 第17-18页 |
| 2.2.5 模糊聚类算法的发展 | 第18-19页 |
| 2.3 FCM图像分割算法相关的参数 | 第19-22页 |
| 2.3.1 聚类类别数 | 第19-20页 |
| 2.3.2 模糊加权指数 | 第20-21页 |
| 2.3.3 迭代截止的误差 | 第21页 |
| 2.3.4 模糊聚类中心的初始化 | 第21-22页 |
| 2.4 小结 | 第22-23页 |
| 第三章 医学图像分割方法及理论研究 | 第23-32页 |
| 3.1 图像分割介绍 | 第23-24页 |
| 3.1.1 图像分割定义 | 第23页 |
| 3.1.2 图像分割方法的分类 | 第23-24页 |
| 3.2 图像分割方法 | 第24-29页 |
| 3.2.1 基于区域的分割方法 | 第24-25页 |
| 3.2.2 基于边缘检测的分割方法 | 第25-26页 |
| 3.2.3 基于阈值的分割方法 | 第26-28页 |
| 3.2.4 结合特定理论的图像分割方法 | 第28-29页 |
| 3.3 图像分割算法评价方法 | 第29-31页 |
| 3.4 小结 | 第31-32页 |
| 第四章 基于FCM的医学图像分割算法 | 第32-41页 |
| 4.1 医学图像聚类分割的实现 | 第32页 |
| 4.2 基于FCM的医学图像分割 | 第32-34页 |
| 4.3 基于核函数的模糊聚类算法 | 第34-36页 |
| 4.3.1 常用核函数 | 第34页 |
| 4.3.2 基于核函数的FCM算法(Kernel FCM) | 第34-35页 |
| 4.3.3 改进的基于核函数的模糊聚类算法 | 第35-36页 |
| 4.4 实验结果与分析 | 第36-40页 |
| 4.5 小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 附件一 | 第46页 |