| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-21页 |
| ·课题研究背景和意义 | 第11-12页 |
| ·医学图像分割方法研究现状 | 第12-16页 |
| ·基于区域的分割方法 | 第12-13页 |
| ·基于边缘的分割方法 | 第13-14页 |
| ·基于模糊集理论的分割方法 | 第14-15页 |
| ·基于神经网络的分割方法 | 第15-16页 |
| ·基于图论的医学图像分割方法研究现状 | 第16-19页 |
| ·图论分割方法研究现状 | 第16-17页 |
| ·图论方法在医学X线图像中的应用 | 第17-19页 |
| ·本文的组织和结构 | 第19-21页 |
| 2 基于Graph Cuts算法的医学X线图像分割 | 第21-33页 |
| ·Graph Cuts算法理论基础 | 第21-24页 |
| ·图论基本概念 | 第21-22页 |
| ·网络流理论介绍 | 第22-24页 |
| ·马尔可夫随机场模型 | 第24页 |
| ·基于Graph Cuts算法的交互式图像分割技术 | 第24-28页 |
| ·Graph Cuts算法的局限性分析 | 第28-32页 |
| ·Graph Cuts算法主要应用 | 第28-31页 |
| ·实验结果和分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 3 Graph Cuts分割方法改进研究 | 第33-45页 |
| ·结合形状先验的改进Graph Cuts算法 | 第34-38页 |
| ·形状先验 | 第34-35页 |
| ·实验结果及分析 | 第35-38页 |
| ·引入伪彩色的Graph Cuts分割方法 | 第38-43页 |
| ·伪彩色化处理 | 第38-41页 |
| ·K-means算法 | 第41页 |
| ·引入伪彩色算法Graph Cuts分割方法的实现 | 第41-42页 |
| ·实验结果与分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 4 乳腺X线肿块图像处理与分析系统 | 第45-51页 |
| ·系统需求分析 | 第45页 |
| ·系统结构 | 第45-48页 |
| ·图像输入及显示 | 第46页 |
| ·图像预处理功能 | 第46-47页 |
| ·图像分割功能 | 第47页 |
| ·人机交互 | 第47-48页 |
| ·系统开发环境 | 第48-50页 |
| ·Qt5 | 第48页 |
| ·OpenCV图像处理函数库 | 第48-50页 |
| ·系统界面 | 第50页 |
| ·本章小结 | 第50-51页 |
| 5 全文总结和展望 | 第51-53页 |
| ·工作总结 | 第51-52页 |
| ·工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简历 | 第56-58页 |
| 学位论文数据集 | 第58页 |
