肝脏图像智能分割技术的研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 肝脏分割方法研究进展 | 第10-11页 |
| 1.2.2 图像降噪方法研究进展 | 第11页 |
| 1.3 本文工作 | 第11-12页 |
| 1.4 章节安排 | 第12-13页 |
| 第2章 背景知识介绍 | 第13-23页 |
| 2.1 DICOM腹部CT图像解析 | 第13-16页 |
| 2.1.1 CT成像原理及图像特点 | 第13-15页 |
| 2.1.2 DICOM标准 | 第15-16页 |
| 2.1.3 腹部图像解析 | 第16页 |
| 2.2 医学图像处理 | 第16-19页 |
| 2.2.1 平滑滤波处理 | 第17页 |
| 2.2.2 分割处理 | 第17-19页 |
| 2.3 形态学图像处理基本操作 | 第19-22页 |
| 2.3.1 膨胀 | 第21页 |
| 2.3.2 腐蚀 | 第21页 |
| 2.3.3 开操作 | 第21-22页 |
| 2.3.4 闭操作 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 腹部CT图像去噪 | 第23-31页 |
| 3.1 常见噪声模型 | 第23-25页 |
| 3.1.1 高斯噪声 | 第23-24页 |
| 3.1.2 椒盐（脉冲）噪声 | 第24-25页 |
| 3.2 中值滤波 | 第25页 |
| 3.3 高斯滤波 | 第25-26页 |
| 3.4 双边滤波 | 第26-27页 |
| 3.5 自适应双边滤波 | 第27-29页 |
| 3.5.1 算法的提出 | 第27页 |
| 3.5.2 算法的设计 | 第27-29页 |
| 3.5.3 算法的实现 | 第29页 |
| 3.6 去噪效果对比及分析 | 第29-30页 |
| 3.7 本章小结 | 第30-31页 |
| 第4章 腹部肝脏图像的分割 | 第31-39页 |
| 4.1 FCM方法简介 | 第31页 |
| 4.2 水平集方法简介 | 第31-32页 |
| 4.3 Sobel梯度算子 | 第32-33页 |
| 4.4 分水岭分割 | 第33页 |
| 4.5 标记分水岭分割 | 第33-36页 |
| 4.5.1 最大类间方差 | 第33-34页 |
| 4.5.2 基于中值的多阈值最大类间方差 | 第34-36页 |
| 4.5.2.1 算法的提出 | 第34-35页 |
| 4.5.2.2 算法的设计 | 第35页 |
| 4.5.2.3 算法的实现 | 第35-36页 |
| 4.6 肝脏分割效果对比及分析 | 第36-38页 |
| 4.7 本章小结 | 第38-39页 |
| 第5章 肝脏图像内血管的提取 | 第39-44页 |
| 5.1 ITKSNAP介绍 | 第39页 |
| 5.2 血管提取流程介绍及效果展示 | 第39-43页 |
| 5.3 本章小结 | 第43-44页 |
| 第6章 总结与展望 | 第44-45页 |
| 6.1 总结 | 第44页 |
| 6.2 展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间参加的科研项目和成果 | 第49页 |
