首页--医药、卫生论文--基础医学论文--医用一般科学论文--其他科学技术在医学上的应用论文

乳腺X线图像的计算机辅助诊断技术研究

摘要第1-5页
Abstract第5-15页
第1章 绪论第15-20页
   ·研究背景第15-18页
     ·乳腺癌第15-16页
     ·钼靶X线摄影第16-17页
     ·计算机辅助诊断第17-18页
   ·论文组织第18-20页
第2章 乳腺癌与诊断技术第20-37页
   ·乳腺癌概述第20-28页
     ·乳腺癌病理第20-21页
     ·乳腺癌的分类第21-23页
     ·乳腺癌的诊断方法第23-25页
     ·乳腺X线图像的征象病灶与检测难点第25-28页
   ·乳腺X线图像CAD技术的发展现状第28-34页
     ·主要研究方向第28页
     ·乳房区域和胸肌区域分割算法第28-30页
     ·微钙化检测算法第30-32页
     ·肿块检测算法第32-34页
   ·实验材料与DICOM解读第34-36页
   ·本章小结第36-37页
第3章 乳房区域的提取第37-55页
   ·乳腺X线图像的构成第37页
   ·提取乳房区域的注意点第37-38页
   ·四步走乳房区域分割算法第38-53页
     ·背景区域阈值化和乳房区域的定位第38-40页
     ·横向边框外沿的走向拟合第40-44页
     ·基于弹性线技术的横向边框分离第44-49页
     ·基于分水岭技术的乳房边缘精细化第49-53页
   ·本章小结第53-55页
第4章 胸肌区域的提取第55-77页
   ·胸肌区域的模型与阈值化第55-67页
     ·胸肌区域的灰度分布第55-57页
     ·最优阈值曲线第57-59页
     ·修正型等高线模型第59-67页
   ·胸肌边界的曲线拟合第67-74页
     ·基于 Hough变换的直线拟合第67-71页
     ·两段直线拟合第71-72页
     ·弹性线拟合与多边形逼近第72-74页
   ·本章小结第74-77页
第5章 微钙化的分割第77-117页
   ·微钙化的模型第77-81页
     ·微钙化的分布和灰度特点第77-78页
     ·微钙化建模第78-81页
   ·小波理论第81-94页
     ·高频分析方法第81页
     ·小波的概念第81-85页
     ·二进小波与离散小波第85-87页
     ·多分辨率分析第87-90页
     ·Mallat算法和双正交小波第90-94页
   ·基于小波的微钙化定位第94-99页
     ·高频信号的滞后阈值化第94-96页
     ·背景区域特征定义第96-99页
   ·ANFIS:自适应神经模糊推理系统第99-106页
     ·模糊理论第99-102页
     ·ANFIS的结构第102-104页
     ·ANFIS的学习第104-106页
   ·基于区域扩张的微钙化提取第106-112页
   ·微钙化分割结果分析第112-115页
   ·本章小结第115-117页
第6章 肿块的分割第117-155页
   ·肿块的模型第117-119页
     ·肿块的分布与灰度特点第117-119页
     ·肿块建模第119页
   ·基于模型的肿块定位第119-138页
     ·图像数据缩减第119-121页
     ·乳腺 X线图像特性分类第121-124页
     ·脂肪组织区域的肿块定位第124-129页
     ·致密组织区域的肿块定位第129-134页
     ·致密组织边缘的肿块定位第134-138页
   ·基于能量场区域扩张的肿块分割第138-149页
     ·标记精选与邻域确定第138-141页
     ·Canny算子监督下的区域扩张第141-146页
     ·能量场方法第146-149页
   ·肿块分割结果分析第149-152页
   ·本章小结第152-155页
第7章 微钙化和肿块的分类第155-194页
   ·微钙化特征的选取第155-163页
     ·微钙化的分类问题第155-157页
     ·区域与灰度特征第157-158页
     ·边界与形态特征第158-163页
     ·其他特征第163页
   ·肿块特征的选取第163-167页
     ·肿块的分类问题第163-164页
     ·区域与灰度特征第164页
     ·形态与边缘特征第164-167页
   ·分类器原理第167-181页
     ·CMAC:小脑模型神经网络第167-175页
     ·MLP:多层感知器第175-181页
   ·微钙化分类第181-188页
     ·样本筛选第181-183页
     ·分类结果比较第183-188页
   ·肿块分类第188-191页
     ·样本分析第188页
     ·分类结果比较第188-191页
   ·病灶的辅助诊断结果第191-193页
   ·本章小结第193-194页
第8章 结论与展望第194-197页
   ·论文研究重点与结论第194-195页
   ·未来工作展望第195-197页
参考文献第197-216页
附录第216-217页
攻读学位期间的学术成果第217-219页
致谢第219-220页
独创性声明第220页
学位论文版权使用授权书第220页

论文共220页,点击 下载论文
上一篇:基于因果链分析的再发行“圈钱”研究
下一篇:齿轮激光表面处理的若干关键技术研究