基于改进型水平集的医学图像分割研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 医学图像分割技术研究的背景和意义 | 第11-12页 |
| 1.2 医学图像分割技术的数学描述 | 第12-13页 |
| 1.3 医学图像分割技术研究的现状 | 第13-14页 |
| 1.4 医学图像分割技术的发展和难点 | 第14-16页 |
| 1.5 水平集分割方法 | 第16页 |
| 1.6 本文的主要内容 | 第16-18页 |
| 第二章 水平集基本理论和基本模型 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 变分基本概念 | 第18-21页 |
| 2.2.1 变分的定义 | 第18页 |
| 2.2.2 泛函的定义 | 第18-19页 |
| 2.2.3 Euler-Lagrange方程 | 第19页 |
| 2.2.4 梯度下降流 | 第19-21页 |
| 2.3 水平集基本理论 | 第21-23页 |
| 2.3.1 曲线演化问题 | 第21页 |
| 2.3.2 符合距离函数 | 第21-22页 |
| 2.3.3 数值计算 | 第22-23页 |
| 2.4 水平集基本模型 | 第23-25页 |
| 2.4.1 基于边缘检测模型 | 第23-24页 |
| 2.4.2 基于区域能量模型 | 第24-25页 |
| 2.5 单水平集与多水平集模型 | 第25-29页 |
| 2.5.1 单水平集模型 | 第25-27页 |
| 2.5.2 多水平集模型 | 第27-29页 |
| 第三章 基于聚类和改进型水平集的图像分割算法 | 第29-39页 |
| 3.0 引言 | 第29页 |
| 3.1 抑制式模糊聚类算法 | 第29-32页 |
| 3.1.1 SRFCM聚类算法简述 | 第29-31页 |
| 3.1.2 SRFCM算法性能分析 | 第31-32页 |
| 3.2 改进型双水平集模型 | 第32-36页 |
| 3.2.1 双水平集模型描述 | 第32-35页 |
| 3.2.2 改进型双水平集模型 | 第35-36页 |
| 3.2.3 本文算法流程 | 第36页 |
| 3.3 实验结果与分析 | 第36-38页 |
| 3.4 结束语 | 第38-39页 |
| 第四章 基于偏移场和改进型水平集的图像分割算法 | 第39-48页 |
| 4.1 引言 | 第39页 |
| 4.2 偏移场模型 | 第39-41页 |
| 4.3 水平集模型 | 第41-43页 |
| 4.4 实验结果与分析 | 第43-47页 |
| 4.4.1 本文算法流程 | 第43-46页 |
| 4.4.2 性能指标分析 | 第46-47页 |
| 4.5 结束语 | 第47-48页 |
| 第五章 图像处理智能分割系统 | 第48-64页 |
| 5.1 引言 | 第48-49页 |
| 5.1.1 编写目的 | 第48页 |
| 5.1.2 参考资料 | 第48-49页 |
| 5.1.3 术语和缩略词 | 第49页 |
| 5.2 软件概述 | 第49页 |
| 5.2.1 软件功能 | 第49页 |
| 5.2.2 软件运行 | 第49页 |
| 5.3 系统使用 | 第49-59页 |
| 5.3.1 系统主界面 | 第49-53页 |
| 5.3.2 系统次界面 | 第53-54页 |
| 5.3.3 系统子界面 | 第54-56页 |
| 5.3.4 系统使用案例 | 第56-59页 |
| 5.4 经典案例 | 第59-64页 |
| 5.4.1 KFCM分割 | 第61-63页 |
| 5.4.2 DCV分割 | 第63-64页 |
| 第六章 总结和展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表论文情况 | 第73-74页 |
