首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于偏移场的核磁共振脑图像分割算法研究

提要第1-5页
摘要第5-8页
Abstract第8-14页
第1章 绪论第14-20页
   ·研究背景第14-15页
   ·研究意义第15-16页
   ·发展现状和趋势第16-17页
   ·本文工作和内容安排第17-20页
第2章 医学图像分割方法第20-29页
   ·医学图像分割算法第20-22页
   ·磁共振成像第22-23页
   ·亮度不均匀性(偏移场)第23-24页
   ·偏移场算法研究第24-26页
   ·医学图像分割算法评价第26-29页
第3章 基于局部熵最小化的核磁共振脑图像二次分割算法第29-43页
   ·模糊聚类算法第29-31页
     ·模糊聚类第29-30页
     ·模糊C均值算法第30-31页
   ·图像模型第31-33页
     ·传统模型第31-32页
     ·基于聚类区域的模型第32-33页
   ·基于局部熵最小化的二次分割模糊聚类算法第33-36页
     ·算法描述第33页
     ·一次分割过程第33-35页
     ·二次分割过程第35-36页
   ·实验结果第36-42页
     ·二次分割算法的分析与比较第37-38页
     ·分割结果的分析与比较第38-39页
     ·量化分析第39-41页
     ·真实的脑组织MRI图像第41-42页
   ·本章小结第42-43页
第4章 基于区域动态搜索的核磁共振脑图像分割算法第43-54页
   ·分水岭算法第43-46页
     ·基本概念第43-44页
     ·分水岭分割算法第44-45页
     ·分水岭算法的应用第45-46页
   ·基于区域动态搜素的核磁共振脑图像分割算法第46-48页
     ·算法描述第46-47页
     ·区域动态搜索过程第47-48页
   ·实验结果第48-53页
     ·搜索窗口大小分析比较第48-50页
     ·算法的分析与比较第50-51页
     ·量化分析第51-52页
     ·真实脑组织图像第52-53页
   ·本章小结第53-54页
第5章 基于二次去噪算法的核磁共振脑图像分割算法第54-67页
   ·基于小波的去噪算法第54-58页
     ·小波变换第54-55页
     ·二维小波变换第55-56页
     ·基于小波的去噪算法第56-58页
   ·基于二次去噪算法的脑图像分割方法第58-60页
     ·算法描述第58-59页
     ·二次去噪过程第59-60页
   ·实验结果第60-66页
     ·实验结果分析与比较第61-62页
     ·二次去噪算法验证第62-66页
     ·量化分析第66页
   ·本章小结第66-67页
第6章 总结与展望第67-70页
   ·总结第67-69页
   ·展望第69-70页
参考文献第70-80页
作者简介及在学期间所取得的科研成果第80-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:曲波域图像噪声的估计
下一篇:针对多维混合属性数据的聚类算法研究