基于脑CT图像的病变自动化检测技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·引言 | 第11-12页 |
| ·颅脑病变检出方法的研究进展 | 第12-18页 |
| ·基于病变的具体特征 | 第13页 |
| ·基于颅脑结构对称性分析 | 第13-14页 |
| ·基于同一个体的纵向比较 | 第14-15页 |
| ·基于不同个体的横向比较 | 第15-18页 |
| ·研究的目标和意义 | 第18-19页 |
| ·适应医学影像技术飞速发展的要求 | 第18页 |
| ·解决目前针对单一病变研究的局限性 | 第18-19页 |
| ·论文内容安排 | 第19-21页 |
| 第2章 图像处理与分析关键技术 | 第21-34页 |
| ·引言 | 第21页 |
| ·图像分割技术 | 第21-25页 |
| ·概述 | 第21-22页 |
| ·基于区域的分割方法 | 第22-23页 |
| ·基于边缘的分割方法 | 第23-25页 |
| ·图像配准技术 | 第25-30页 |
| ·图像配准综述 | 第25页 |
| ·医学图像配准的数学描述和过程 | 第25-27页 |
| ·医学图像非刚性配准的基本方法 | 第27-30页 |
| ·数字化统计图谱 | 第30-33页 |
| ·概述 | 第30-31页 |
| ·数字化统计图谱创建的主要方法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 医学图像预处理过程 | 第34-46页 |
| ·引言 | 第34页 |
| ·基于DEMONS 非刚性配准算法的实现和改进 | 第34-40页 |
| ·基于Demons 非刚性配准算法的实现 | 第34-36页 |
| ·基于Demons 非刚性配准算法的改进 | 第36-37页 |
| ·实验结果分析与总结 | 第37-40页 |
| ·基于先验知识的图像分割 | 第40-42页 |
| ·颅脑CT 图像的组成 | 第40页 |
| ·颅脑CT 图像的形态学特点 | 第40-41页 |
| ·KMB 算法及其实验结果 | 第41-42页 |
| ·灰度图谱和标注图谱的创建 | 第42-45页 |
| ·正常数据采集 | 第43-44页 |
| ·自动化图谱创建方法 | 第44页 |
| ·实验结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 灰度异常病变的自动化检出研究 | 第46-54页 |
| ·引言 | 第46-47页 |
| ·ICB 算法及其实现 | 第47-52页 |
| ·正常图像的计算机描述 | 第47-49页 |
| ·目标图像与模板图像的配准 | 第49页 |
| ·病变检出的模糊推理系统 | 第49-52页 |
| ·去模糊化及病变区域分割 | 第52页 |
| ·病变区域的特征信息提取 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第5章 病变检出试验及结果分析 | 第54-59页 |
| ·引言 | 第54页 |
| ·MATLAB辅助模糊推理系统 | 第54-56页 |
| ·Matlab 模糊工具箱 | 第55页 |
| ·Mamdani 型模糊推理算法 | 第55-56页 |
| ·病变检出试验过程及结果讨论 | 第56-58页 |
| ·模糊推理系统建立过程 | 第56-57页 |
| ·病变检出结果 | 第57-58页 |
| ·病变特征信息提取 | 第58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |
