| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的主要工作及章节安排 | 第11-12页 |
| 第二章 核磁共振成像原理及图像分割概述 | 第12-29页 |
| 2.1 核磁共振成像原理 | 第12-13页 |
| 2.1.1 偏移场的产生 | 第13页 |
| 2.1.2 弛豫和对比度 | 第13页 |
| 2.2 图像分割技术 | 第13-28页 |
| 2.2.1 基于阈值选取的图像分割法 | 第14-17页 |
| 2.2.1.1 直方图阈值的双峰法 | 第15页 |
| 2.2.1.2 最大熵自动阈值法 | 第15-16页 |
| 2.2.1.3 最大类间方差阈值分割法 | 第16-17页 |
| 2.2.2 基于区域提取的图像分割方法 | 第17-19页 |
| 2.2.2.1 区域生长法 | 第17-18页 |
| 2.2.2.2 分裂-合并分割法 | 第18-19页 |
| 2.2.3 基于边缘检测的图像分割方法 | 第19-28页 |
| 2.2.3.1 边缘检测原理 | 第19-21页 |
| 2.2.3.2 经典边缘检测算子 | 第21-28页 |
| 2.2.3.3 经典算子实验分析 | 第28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于互信息和偏移场矫正的的脑MR数字图像分割 | 第29-40页 |
| 3.1 偏移场拟合 | 第29-30页 |
| 3.2 构造能量方程 | 第30-33页 |
| 3.2.1 平均互信息 | 第30-31页 |
| 3.2.2 三相位水平集 | 第31-32页 |
| 3.2.3 能量方程构造 | 第32-33页 |
| 3.3 算法及其流程 | 第33-35页 |
| 3.3.1 算法 | 第33-34页 |
| 3.3.2 算法流程 | 第34-35页 |
| 3.4 仿真结果与分析 | 第35-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于图论和区域生长的脑MR数字图像分割算法 | 第40-48页 |
| 4.1 图论的基本概念 | 第40页 |
| 4.2 区域生长 | 第40-41页 |
| 4.3 模糊连通图 | 第41-42页 |
| 4.4 算法及其流程 | 第42-44页 |
| 4.5 仿真结果与分析 | 第44-47页 |
| 本章小结 | 第47-48页 |
| 第五章 脑MR数字图像分割实现系统 | 第48-55页 |
| 5.1 GUI界面设计 | 第48-49页 |
| 5.2 主要功能程序实现 | 第49-52页 |
| 5.3 测试 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 6.1 论文工作总结 | 第55页 |
| 6.2 下一步展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |