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

基于图像硬度和边缘纹理特征量的肝纤维化诊断研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第11-18页
    1.1 医学图像的计算机辅助诊断第11-12页
    1.2 课题研究背景和意义第12-14页
    1.3 国内外研究现状第14-16页
    1.4 研究内容和论文框架第16-18页
        1.4.1 研究内容第16页
        1.4.2 论文结构第16-18页
第二章 图像硬度研究方法第18-24页
    2.1 薄板样条算法原理第18-20页
    2.2 傅里叶变换第20-22页
        2.2.1 一维傅里叶变换及其逆变换第20-21页
        2.2.2 二维傅里叶变换及其逆变换第21-22页
    2.3 快速傅里叶变换(FFT)第22-23页
    2.4 本章小结第23-24页
第三章 肝脏柔软度测量第24-37页
    3.1 拉伸带实验材料和流程第24-26页
        3.1.1 形变测量材料第24-25页
        3.1.2 拉伸带实验流程图第25-26页
    3.2 数据分析第26-32页
        3.2.1 薄板样条算法空域测量第26-28页
        3.2.2 傅里叶变换频域测量第28-30页
        3.2.3 结果校验第30-32页
    3.3 肝脏柔软度的测量第32-36页
        3.3.1 时域测量第32-33页
        3.3.2 频域测量第33-35页
        3.3.3 结果分析第35-36页
    3.4 本章小结第36-37页
第四章 图像边缘纹理提取第37-46页
    4.1 医学图像的选取第37-39页
        4.1.1 CT图像的选取第37页
        4.1.2 肝纤维化分组第37-38页
        4.1.3 感兴趣区域的提取第38-39页
    4.2 边缘纹理特征提取第39-45页
        4.2.1 灰度共生矩阵第40-42页
        4.2.2 边缘纹理的特征参数第42-45页
    4.3 本章小结第45-46页
第五章 边缘纹理特征分类诊断实验第46-63页
    5.1 分类诊断实验方法第46-51页
        5.1.1 SVM分类器研究第46-49页
        5.1.2 穷举遍历法第49页
        5.1.3 留一法第49-51页
    5.2 分类诊断流程图第51-55页
    5.3 数据统计分析第55-62页
        5.3.1 边缘纹理特征量的数目优化第55-56页
        5.3.2 边缘纹理特征量的权重优化第56-59页
        5.3.3 边缘纹理和纹理特征量、形状特征量对比实验第59-61页
        5.3.4 图像硬度和边缘纹理特征量混合实验第61-62页
    5.4 本章小结第62-63页
第六章 总结与展望第63-65页
    6.1 全文工作总结第63-64页
    6.2 本文工作展望第64-65页
参考文献第65-70页
致谢第70-71页
攻读硕士学位期间论文发表及参与科研项目情况第71页

论文共71页,点击 下载论文
上一篇:基于Linux的智能公交车载信息管理平台的研究与实现
下一篇:基于Petri网的油田档案管理系统研究