| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 医学图像分割的背景与意义 | 第9-10页 |
| 1.2 医学图像分割技术的发展过程 | 第10-12页 |
| 1.3 医学图像分割的研究现状及面临的困难 | 第12-14页 |
| 1.4 本文的研究内容和结构安排 | 第14-17页 |
| 第二章 医学图像分割方法概述 | 第17-25页 |
| 2.1 常用的医学图像分割方法 | 第17-22页 |
| 2.1.1 基于区域的方法 | 第17-19页 |
| 2.1.2 基于边界的方法 | 第19页 |
| 2.1.3 基于模型的方法 | 第19-21页 |
| 2.1.4 基于图谱的方法 | 第21页 |
| 2.1.5 基于机器学习的方法 | 第21-22页 |
| 2.2 医学图像分割方法的研究趋势 | 第22-23页 |
| 2.3 医学图像分割的评价标准 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于多图谱配准与随机森林的医学图像分割方法 | 第25-35页 |
| 3.1 基于多图谱配准的统计概率图获取 | 第25-28页 |
| 3.1.1 图谱构建 | 第25-26页 |
| 3.1.2 图谱配准与概率图计算 | 第26-28页 |
| 3.2 基于随机森林的器官分割 | 第28-34页 |
| 3.2.1 图像特征 | 第29-32页 |
| 3.2.2 器官分割 | 第32-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 MAR-RF在基于micro-CT图像的肾脏分割中的应用 | 第35-47页 |
| 4.1 数据集与实验环境描述 | 第35-36页 |
| 4.2 基本实验参数设置 | 第36-37页 |
| 4.3 不同参数下MAR-RF的分割结果分析 | 第37-42页 |
| 4.3.1 不同图谱数量下的分割结果分析 | 第37-39页 |
| 4.3.2 不同随机森林参数下的分割结果分析 | 第39页 |
| 4.3.3 不同图像特征下的分割结果分析 | 第39-41页 |
| 4.3.4 其他实验设置对MAR-RF性能的影响 | 第41-42页 |
| 4.4 对比实验设计及结果比较 | 第42-45页 |
| 4.5 本章小结 | 第45-47页 |
| 总结与展望 | 第47-49页 |
| 参考文献 | 第49-56页 |
| 攻读硕士学位期间取得的学术成果 | 第56-57页 |
| 致谢 | 第57-58页 |