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

头颈癌PET图像纹理分析与生物靶区智能勾画方法研究

摘要第1-6页
Abstract第6-7页
英文缩略语表第7-10页
第1章 绪论第10-17页
   ·研究背景及意义第10-11页
   ·研究现状第11-15页
     ·肿瘤生物靶区分割第11-14页
     ·肿瘤分子生物纹理特征提取与分析第14-15页
   ·研究内容及安排第15-17页
第2章 正电子发射断层成像及其肿瘤放射治疗应用第17-25页
   ·PET概述第18-21页
     ·PET成像原理第18页
     ·PET肿瘤显像剂第18-20页
     ·PET影像数据采集和存储第20页
     ·PET与CT、MRI比较第20-21页
   ·PET分子生物功能定量分析方法第21-24页
     ·PET SUV半定量分析方法第22-23页
     ·PET SUV值的主要影响因素第23-24页
   ·本章小结第24-25页
第3章 头颈癌分子生物纹理分析第25-43页
   ·纹理特征概述第25-28页
     ·定义第25-26页
     ·图像特征比较第26-27页
     ·纹理特征提取方法第27-28页
   ·灰度共生矩阵第28-32页
     ·灰度共生矩阵定义第28-29页
     ·图像纹理特征量第29-32页
   ·头颈癌PET分子生物纹理特征提取与分析第32-42页
     ·实验PET影像数据第32页
     ·PET纹理特征提取算法第32-35页
     ·PET纹理特征分析第35-42页
   ·本章小结第42-43页
第4章 头颈癌生物靶区自适应分割第43-59页
   ·区域生长概述第43-45页
       ·生长类型第43-44页
     ·生长准则第44-45页
   ·头颈癌靶区自适应分割方法第45-50页
     ·自适应区域生长方法第45-47页
     ·两阶段三维区域生长靶区分割算法第47-50页
   ·靶区分割实验结果与分析第50-58页
     ·联合PET SUV和方差纹理特征靶区分割第50-55页
     ·对比实验结果分析第55-56页
     ·更多病例实验结果第56-58页
   ·本章小结第58-59页
总结与展望第59-61页
 1 本文总结第59-60页
 2 本文展望第60-61页
参考文献第61-67页
附录A 硕士阶段本人发表的论文第67-68页
附录B 硕士阶段参与的项目第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于JAVA EE轻量级框架的课程教学管理平台的设计与实现
下一篇:基于稀疏去噪的DT-CWT火焰图像融合检测