脑部核磁共振图像的模糊均值抗噪分割算法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景 | 第9-10页 |
| ·国内外概况 | 第10-15页 |
| ·阈值分割法 | 第11页 |
| ·区域生长法 | 第11-12页 |
| ·边缘检测法 | 第12页 |
| ·聚类法 | 第12-13页 |
| ·马尔可夫随机场模型法 | 第13页 |
| ·神经网络法 | 第13-14页 |
| ·弹性模型法 | 第14-15页 |
| ·其它方法 | 第15页 |
| ·本文的主要研究工作 | 第15-17页 |
| 2 模糊聚类分割算法及算法评价方法 | 第17-29页 |
| ·聚类 | 第17-18页 |
| ·C－均值聚类算法 | 第18页 |
| ·硬C－均值（HCM）法 | 第18-20页 |
| ·模糊C－均值（FCM）法 | 第20-22页 |
| ·QFCM 算法介绍 | 第22-23页 |
| ·FCM 算法的隶属度修正思想改进 | 第23-24页 |
| ·IFCM 算法介绍 | 第24-25页 |
| ·常用分割算法的评价 | 第25-28页 |
| ·小结 | 第28-29页 |
| 3 HCM-QFCM 算法 | 第29-38页 |
| ·QFCM 算法分析 | 第29-30页 |
| ·HCM-QFCM 算法 | 第30-37页 |
| ·HCM-QFCM 算法介绍 | 第30-31页 |
| ·HCM-QFCM 算法步骤 | 第31页 |
| ·BRAINWEB 模拟脑部数据库 | 第31-35页 |
| ·HCM-QFCM 算法结果 | 第35-37页 |
| ·小结 | 第37-38页 |
| 4 SIGMAIFCM 算法 | 第38-49页 |
| ·像素点邻域 | 第38页 |
| ·SIGMA 过滤器 | 第38-39页 |
| ·SIGMAIFCM 算法 | 第39-48页 |
| ·算法描述 | 第39-41页 |
| ·算法步骤 | 第41-42页 |
| ·实验数据和结果 | 第42-43页 |
| ·算法分析 | 第43-48页 |
| ·小结 | 第48-49页 |
| 5 总结与展望 | 第49-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 附录 攻读学位期间发表论文目录 | 第57页 |
