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 |
