| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 医学图像分割方法 | 第12-18页 |
| 1.2.1 医学图像及其分割方法 | 第12-14页 |
| 1.2.2 医学图像分割方法分类 | 第14-18页 |
| 1.3 医学图像分割关键问题分析 | 第18-19页 |
| 1.4 本文内容安排 | 第19-20页 |
| 第2章 相关理论 | 第20-32页 |
| 2.1 云模型理论知识 | 第20-27页 |
| 2.1.1 正态云模型 | 第20-23页 |
| 2.1.2 云发生器 | 第23-25页 |
| 2.1.3 云变换 | 第25页 |
| 2.1.4 虚拟云 | 第25-27页 |
| 2.2 最大流方法原理 | 第27-28页 |
| 2.3 水平集方法原理 | 第28-30页 |
| 2.4 评价指标 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 基于云模型和图割相结合的医学图像分割方法 | 第32-40页 |
| 3.1 传统的图像分割算法 | 第32-34页 |
| 3.2 基于云模型和图割相结合的图像分割模型 | 第34-36页 |
| 3.3 实验分析 | 第36-39页 |
| 3.3.1 系数a对目标函数的影响 | 第36-37页 |
| 3.3.2 循环系数n对分割结果的影响 | 第37页 |
| 3.3.3 与传统方法的比较 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于云模型和水平集相结合的医学图像分割方法 | 第40-52页 |
| 4.1 云模型分割算法 | 第40-43页 |
| 4.2 基于水平集的医学图像分割方法 | 第43-44页 |
| 4.3 基于云模型和水平集相结合的图像分割方法 | 第44-47页 |
| 4.4 实验分析 | 第47-50页 |
| 4.4.1 合成的噪点图像 | 第48页 |
| 4.4.2 自然图像 | 第48-49页 |
| 4.4.3 医学图像 | 第49-50页 |
| 4.4.4 运行时间 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 总结和展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 下一步工作 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第59页 |