| 摘要 | 第1-8页 |
| ABSTRACT | 第8-14页 |
| 目录 | 第14-17页 |
| 第一章 绪论 | 第17-23页 |
| ·引言 | 第17页 |
| ·医学图像分割的意义 | 第17-18页 |
| ·肝脏图像的分割 | 第18-20页 |
| ·主要内容和结构安排 | 第20-21页 |
| 参考文献 | 第21-23页 |
| 第二章 医学图像分割方法概述 | 第23-36页 |
| ·引言 | 第23页 |
| ·图像预处理 | 第23-24页 |
| ·常用的医学图像分割方法 | 第24-32页 |
| ·基于边缘的分割方法 | 第25-26页 |
| ·基于区域生长的分割方法 | 第26-27页 |
| ·基于阈值的分割方法 | 第27页 |
| ·基于模糊集理论的方法 | 第27-28页 |
| ·基于图割的方法 | 第28-29页 |
| ·基于神经网络的分割方法 | 第29页 |
| ·基于小波分析的分割方法 | 第29-30页 |
| ·基于形变模型的分割方法 | 第30-31页 |
| ·其他分割方法 | 第31-32页 |
| 参考文献 | 第32-36页 |
| 第三章 统计形状模型 | 第36-48页 |
| ·引言 | 第36页 |
| ·活动形状模型 | 第36-41页 |
| ·形状表达 | 第37-38页 |
| ·形状构建 | 第38-41页 |
| ·活动外观模型 | 第41-44页 |
| ·基于边界的特征 | 第42-43页 |
| ·基于区域的特征 | 第43-44页 |
| ·基于聚类的特征 | 第44页 |
| 参考文献 | 第44-48页 |
| 第四章 采用基于代价函数学习的统计形状模型分割肝脏 | 第48-66页 |
| ·引言 | 第48-49页 |
| ·形状模型 | 第49-51页 |
| ·图像特征 | 第51-55页 |
| ·边缘特征 | 第51-52页 |
| ·区域特征 | 第52-54页 |
| ·广义边缘特征 | 第54-55页 |
| ·代价函数 | 第55-59页 |
| ·理想代价函数 | 第55-56页 |
| ·基于学习的代价函数 | 第56-59页 |
| ·实验结果与分析 | 第59-64页 |
| ·实验说明 | 第59-61页 |
| ·实验结果与分析 | 第61-64页 |
| 参考文献 | 第64-66页 |
| 第五章 总结展望 | 第66-69页 |
| 工作总结 | 第66页 |
| 工作创新 | 第66-67页 |
| 工作存在的问题及展望 | 第67-69页 |
| 攻读硕士期间发表论文 | 第69-70页 |
| 致谢 | 第70-72页 |
| 统计学证明 | 第72页 |