超声图像中前列腺分割方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景 | 第10-11页 |
| ·TRUS前列腺分割现状 | 第11-16页 |
| ·基于轮廓的分割 | 第11-13页 |
| ·基于区域的分割 | 第13-14页 |
| ·特征分类和聚类 | 第14页 |
| ·混合的方法 | 第14-16页 |
| ·本文的研究内容与创新 | 第16-18页 |
| ·论文的结构组织 | 第18-19页 |
| 第2章 基于特征的预分割 | 第19-27页 |
| ·基于特征的预分割框架 | 第19-20页 |
| ·DENSE SIFT特征提取 | 第20-22页 |
| ·特征分类器 | 第22-25页 |
| ·支持向量机简介 | 第22-24页 |
| ·SVM的优点 | 第24-25页 |
| ·SVM分类器训练 | 第25-27页 |
| 第3章 基于形状的精细分割 | 第27-36页 |
| ·形状模型框架 | 第27-31页 |
| ·形状建模 | 第27-30页 |
| ·构建多个平均形状模型 | 第30页 |
| ·选择最优形状 | 第30-31页 |
| ·建立能量框架 | 第31-36页 |
| ·局部灰度特征建模 | 第31-33页 |
| ·构建局部高斯能量 | 第33-34页 |
| ·多分辨率搜索与精确分割 | 第34-36页 |
| 第4章 实验与分析 | 第36-48页 |
| ·图像采集 | 第36页 |
| ·分割过程 | 第36-42页 |
| ·分割结果 | 第42-43页 |
| ·分割算法评价标准 | 第43-46页 |
| ·轮廓距离评价法 | 第44-45页 |
| ·轮廓面积评价法 | 第45-46页 |
| ·分割结果的讨论 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第5章 总结和展望 | 第48-51页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 攻读研究生期间研究成果 | 第56-57页 |
