基于CT图像的肺结节检测与识别算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-19页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·医学图像相关知识介绍 | 第10-13页 |
| ·计算机辅助诊断 | 第10页 |
| ·肺结节的定义 | 第10-11页 |
| ·CT 影像的介绍 | 第11-12页 |
| ·医学图像处理 | 第12-13页 |
| ·DICOM 格式的介绍 | 第13-14页 |
| ·国内外研究的现状 | 第14-16页 |
| ·论文的内容安排 | 第16页 |
| ·框架结构 | 第16-19页 |
| 第二章 肺实质的图像分割 | 第19-29页 |
| ·基本理论 | 第19-20页 |
| ·医学图像分割的定义和意义 | 第19页 |
| ·医学图像分割的主要方法 | 第19-20页 |
| ·DICOM 格式图像的显示 | 第20页 |
| ·肺部图像结构 | 第20-22页 |
| ·CT 的成像特点 | 第20-21页 |
| ·肺部影像结构的 CT 反映 | 第21-22页 |
| ·肺实质的分割 | 第22-26页 |
| ·基于阈值的二值化处理 | 第22-23页 |
| ·工作台检测 | 第23-24页 |
| ·形态学的图像处理 | 第24页 |
| ·边界跟踪提取肺部轮廓 | 第24-25页 |
| ·图像的增强处理 | 第25页 |
| ·算法流程图 | 第25-26页 |
| ·仿真实验结果 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 感兴趣区域的提取 | 第29-39页 |
| ·相关理论介绍 | 第29-31页 |
| ·模糊理论 | 第29页 |
| ·聚类分割算法 | 第29-30页 |
| ·标准模糊 C 均值算法 | 第30-31页 |
| ·基于改进FCM 算法对肺实质图像的分割 | 第31-32页 |
| ·基于直方图的数据优化 | 第31页 |
| ·隶属度的优化 | 第31-32页 |
| ·模糊C 均值算法参数的确定 | 第32-33页 |
| ·最优聚类数的确定 | 第32-33页 |
| ·模糊加权指数的确定 | 第33页 |
| ·改进的模糊C 均值算法步骤及仿真结果 | 第33-35页 |
| ·区域标记去除小面积区域 | 第35-36页 |
| ·区域标记算法 | 第35-36页 |
| ·基于区域标记算法对小面积去除 | 第36页 |
| ·仿真实验 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 特征提取和模式识别 | 第39-55页 |
| ·相关理论 | 第39-40页 |
| ·图像的模式识别 | 第39页 |
| ·特征信息的选择 | 第39-40页 |
| ·肺结节的图像特征提取 | 第40-43页 |
| ·肺结节的医学表现 | 第40-41页 |
| ·肺结节相关特征的提取 | 第41-43页 |
| ·分类器的设计 | 第43-44页 |
| ·基于SVM 的特征分类 | 第44-47页 |
| ·支持向量机 | 第44-47页 |
| ·支持向量机的优点 | 第47页 |
| ·肺结节的检测和识别 | 第47-52页 |
| ·数据预处理 | 第47-48页 |
| ·核函数的选取 | 第48-49页 |
| ·交叉验证和特征优化 | 第49-50页 |
| ·仿真实验 | 第50-52页 |
| ·本章小结 | 第52-55页 |
| 第五章 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间发表的学术论文及研究 | 第63-64页 |
