| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·课题背景及其研究意义 | 第10-11页 |
| ·计算机辅助诊断系统的发展历史 | 第11-14页 |
| ·结节检测算法的国内外研究现状及进展 | 第14-17页 |
| ·本文的组织结构 | 第17-18页 |
| 2 基于区域生长的肺实质分割 | 第18-32页 |
| ·引言 | 第18-19页 |
| ·肺实质的分割过程 | 第19页 |
| ·基于区域生长和二值化法的肺部区域分割 | 第19-31页 |
| ·分离背景和肺部组织 | 第25-27页 |
| ·分离肺壁和肺实质 | 第27-28页 |
| ·分离左右肺得到完整的肺实质 | 第28-31页 |
| ·小结 | 第31-32页 |
| 3 基于Top-hat和Gabor filter混合算法的肺结节自动检测方法 | 第32-50页 |
| ·引言 | 第32页 |
| ·肺部感兴趣区域的提取过程 | 第32页 |
| ·基于Top-hat的感兴趣区域的首次提取 | 第32-40页 |
| ·基于Gabor filter的感兴趣区域的第二次提取 | 第40-44页 |
| ·实验结果及讨论 | 第44-48页 |
| ·小结 | 第48-50页 |
| 4 ROI的特征提取和分类 | 第50-62页 |
| ·引言 | 第50-51页 |
| ·感兴趣区域的特征提取 | 第51-54页 |
| ·形状特征 | 第51-53页 |
| ·灰度特征 | 第53页 |
| ·位置特征 | 第53-54页 |
| ·基于SVM的感兴趣区域分类 | 第54-58页 |
| ·SVM分类算法的优点 | 第54-55页 |
| ·SVM算法 | 第55-57页 |
| ·基于SVM的求解模型 | 第57-58页 |
| ·结果与讨论 | 第58-60页 |
| ·实验数据 | 第58页 |
| ·诊断试验的评价 | 第58-60页 |
| ·小结 | 第60-62页 |
| 5 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 在学期间研究成果 | 第70-72页 |
| 致谢 | 第72页 |