| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文主要工作与论文结构 | 第11-13页 |
| ·论文主要工作 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 图像分割算法的基本理论 | 第13-24页 |
| ·图像分割的基本概念 | 第13页 |
| ·传统的图像分割方法 | 第13-20页 |
| ·基于阈值的分割方法 | 第13-19页 |
| ·基于区域的分割方法 | 第19页 |
| ·基于边缘的分割方法 | 第19-20页 |
| ·基于智能算法的分割方法 | 第20-22页 |
| ·遗传算法 | 第20页 |
| ·小波变换 | 第20-21页 |
| ·模糊分割 | 第21页 |
| ·医学图像的其他分割方法 | 第21-22页 |
| ·医学图像分割方法评估 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于人工免疫算法的MRI颅脑图像分割 | 第24-37页 |
| ·图像的格式 | 第24-25页 |
| ·通用图像格式 | 第24页 |
| ·医用图像格式 | 第24-25页 |
| ·MRI成像 | 第25-29页 |
| ·MRI发展 | 第25-26页 |
| ·MRI成像原理 | 第26页 |
| ·MRI图像采集 | 第26-29页 |
| ·颅脑图像分割研究的意义 | 第29页 |
| ·MRI颅脑图像的分割方法 | 第29-30页 |
| ·人工免疫算法在MRI颅脑图像分割中应用 | 第30-35页 |
| ·生物免疫系统基理 | 第30页 |
| ·人工免疫算法概念及工作原理 | 第30页 |
| ·人工免疫算法特点 | 第30-31页 |
| ·基于人工免疫算法的MRI颅脑图像分割 | 第31-33页 |
| ·实验结果及分析 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于免疫聚类算法的MRI颅脑图像分割 | 第37-53页 |
| ·图像分割聚类分析 | 第37-41页 |
| ·聚类定义 | 第37页 |
| ·聚类算法种类 | 第37-38页 |
| ·聚类算法中常用相似性度量方法 | 第38-39页 |
| ·聚类算法中聚类准则函数 | 第39-41页 |
| ·免疫K-means聚类分割算法设计 | 第41-46页 |
| ·免疫算法相关参数设定 | 第41-44页 |
| ·K-means聚类算法 | 第44-46页 |
| ·基于免疫聚类算法的MRI颅脑图像分割实现 | 第46-49页 |
| ·基于免疫聚类算法的MRI颅脑图像分割步骤 | 第46-48页 |
| ·实验结果 | 第48-49页 |
| ·实验结果分析与评价 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 改进的免疫聚类算法在MRI颅脑图像分割中应用 | 第53-61页 |
| ·自适应免疫聚类算法产生 | 第53页 |
| ·自适应免疫聚类算法原理 | 第53-54页 |
| ·自适应免疫聚类算法优缺点 | 第54-55页 |
| ·基于自适应免疫聚类算法的MRI颅脑图像分割实现 | 第55页 |
| ·基于自适应免疫聚类算法的MRI颅脑图像分割步骤 | 第55页 |
| ·实验结果 | 第55页 |
| ·实验结果分析与评价 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 发表论文和参加科研情况说明 | 第67-68页 |
| 致谢 | 第68页 |