| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 磁共振图像分割研究现状 | 第11-13页 |
| 1.2.2 经验模式分解算法的研究现状 | 第13-14页 |
| 1.2.3 水平集方法研究现状 | 第14-15页 |
| 1.3 本文研究内容和创新点 | 第15-18页 |
| 1.3.1 研究内容及论文结构 | 第15-16页 |
| 1.3.2 论文创新点 | 第16-18页 |
| 第2章 二维经验模式分解及其改进算法 | 第18-32页 |
| 2.1 引言 | 第18页 |
| 2.2 BEMD算法 | 第18-27页 |
| 2.2.1 BEMD算法描述 | 第18-20页 |
| 2.2.2 BEMD算法中的关键问题 | 第20-27页 |
| 2.3 二维集合经验模式分解算法 | 第27-29页 |
| 2.3.1 一维集合经验模式分解算法描述 | 第27-28页 |
| 2.3.2 BEEMD算法实现 | 第28-29页 |
| 2.4 本章小结 | 第29-32页 |
| 第3章 水平集相关理论 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 曲线演化理论及水平集方法 | 第32-35页 |
| 3.2.1 曲线演化理论 | 第32-34页 |
| 3.2.2 水平集方法 | 第34-35页 |
| 3.3 传统水平集方法 | 第35-40页 |
| 3.3.1 基于边缘检测的模型 | 第36-37页 |
| 3.3.2 基于区域信息的能量模型 | 第37-40页 |
| 3.4 水平集离散化计算 | 第40-42页 |
| 3.5 距离正则化水平集方法 | 第42-44页 |
| 3.5.1 无初始化水平集方法 | 第42页 |
| 3.5.2 距离正则化水平集方法 | 第42-44页 |
| 3.5.3 DRLSE方法中存在的问题 | 第44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 基于BEEMD的距离正则化水平集磁共振图像分割 | 第46-56页 |
| 4.1 引言 | 第46页 |
| 4.2 基于BEEMD的DRLSE的图像分割 | 第46-48页 |
| 4.2.1 BEEMD方法重构图像 | 第46页 |
| 4.2.2 BIMF分量改进水平集边界指示函数 | 第46-47页 |
| 4.2.3 算法步骤及流程 | 第47-48页 |
| 4.3 实验结果和分析 | 第48-54页 |
| 4.3.1 仿真图像实验结果 | 第48-51页 |
| 4.3.2 算法有效性评价 | 第51-52页 |
| 4.3.3 临床图像实验结果 | 第52-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 复数白噪声辅助BEMD研究 | 第56-64页 |
| 5.1 引言 | 第56页 |
| 5.2 白噪声辅助一维复数经验模式分解 | 第56-59页 |
| 5.2.1 白噪声辅助一维复数经验模式分解相关原理 | 第56-57页 |
| 5.2.2 白噪声辅助复数一维经验模式分解算法 | 第57-59页 |
| 5.2.3 白噪声辅助一维复数经验模式分解仿真实验结果 | 第59页 |
| 5.3 复数白噪声辅助二维经验模式分解 | 第59-63页 |
| 5.3.1 复数白噪声辅助二维经验模式分解实现 | 第59-60页 |
| 5.3.2 复数白噪声辅助二维经验模式分解实验结果 | 第60-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 硕士研究生期间研究成果及获奖情况 | 第74页 |
