首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于模糊数学的肺部CT图像处理方法的研究

摘要第1-8页
ABSTRACT第8-12页
第一章 绪论第12-16页
 §1.1 问题描述第12-14页
 §1.2 本文主要研究内容第14-15页
 §1.3 本文结构第15-16页
第二章 模糊数学医学图像处理与分析方法第16-31页
 §2.1 模糊数学理论基础第16-17页
 §2.2 医学图像处理与分析概述第17-19页
 §2.3 基于模糊数学的医学图像处理与分析第19-30页
  §2.3.1 Pal-King 算法第20-21页
  §2.3.2 模糊聚类第21-22页
  §2.3.3 模糊推理第22-23页
  §2.3.4 模糊连接度第23-25页
  §2.3.5 模糊计算智能第25-29页
  §2.3.6 其他模糊数学方法第29-30页
 §2.4 小结第30-31页
第三章 基于模糊数学的非实质肺结节增强研究第31-44页
 §3.1 引言第31-33页
 §3.2 传统图像增强方法第33-34页
 §3.3 经典的 Pal-King 模糊图像增强算法第34-36页
 §3.4 Pal-King 算法的发展与改进第36-39页
  §3.4.1 基于自适应阈值选取的模糊增强算法第36-37页
  §3.4.2 改进的单层次模糊增强算法第37-38页
  §3.4.3 基于模糊对比度的图像增强方法第38-39页
 §3.5 改进的适用于非实质肺结节的模糊增强算法第39-41页
 §3.6 实验结果与分析第41-42页
 §3.7 小结第42-44页
第四章 基于改进的加权核模糊聚类亚实质肺结节三维分割研究第44-68页
 §4.1 引言第44-46页
 §4.2 传统图像分割方法第46-47页
 §4.3 模糊聚类算法第47-50页
  §4.3.1 经典模糊 C 均值(FCM)聚类第48-49页
  §4.3.2 模糊 C 均值聚类的改进第49-50页
 §4.4 改进的基于血管及类别结构加权的核模糊聚类算法第50-54页
  §4.4.1 核模糊 C 均值(KFCM)聚类第50-52页
  §4.4.2 基于血管及类别结构加权的核模糊聚类(IWKFCM)算法第52-54页
 §4.5 基于改进的加权核模糊聚类亚实质肺结节三维分割第54-55页
  §4.5.1 ROI 选取第54页
  §4.5.2 加权核模糊聚类第54-55页
  §4.5.3 三维连通域标记及形态学后处理第55页
 §4.6 实验结果与分析第55-66页
  §4.6.1 临床数据实验第56-61页
  §4.6.2 LIDC 标准数据集实验第61-66页
  §4.6.3 实验结果对比第66页
 §4.7 小结第66-68页
第五章 总结与展望第68-70页
 §5.1 总结第68页
 §5.2 展望第68-70页
参考文献第70-76页
在读期间公开发表的论文和承担科研项目及取得成果第76-77页
致谢第77-78页

论文共78页,点击 下载论文
上一篇:海藻发酵饲料的制备工艺及优化研究
下一篇:基于混沌粒子群算法的柔性资源受限多项目调度问题研究