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 |