| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·课题研究背景和意义 | 第11-13页 |
| ·医学图像内容特征的研究现状 | 第13-16页 |
| ·论文主要研究内容和创新点 | 第16-17页 |
| ·论文的组织结构 | 第17-19页 |
| 第二章 医学图像的预处理 | 第19-29页 |
| ·医学图像的格式转换 | 第19-21页 |
| ·医学图像尺度的归一化 | 第21-22页 |
| ·医学图像的增强 | 第22-28页 |
| ·灰度修正 | 第22-23页 |
| ·平滑滤波 | 第23-25页 |
| ·图像锐化 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 医学图像的特征提取 | 第29-53页 |
| ·医学图像的特征提取 | 第29-31页 |
| ·定量特征和定性特征 | 第29-30页 |
| ·全局特征和局部特征 | 第30-31页 |
| ·医学图像的颜色特征提取 | 第31-33页 |
| ·灰度直方图特征提取 | 第31-33页 |
| ·颜色矩特征提取 | 第33页 |
| ·医学图像的纹理特征提取 | 第33-43页 |
| ·纹理的定义 | 第34页 |
| ·纹理特征提取中的统计方法 | 第34-41页 |
| ·纹理特征提取中的频谱方法 | 第41-43页 |
| ·医学图像的形状特征提取 | 第43-50页 |
| ·基于区域的形状特征提取 | 第44-46页 |
| ·基于边界的形状特征提取 | 第46-50页 |
| ·医学图像的其他特征提取 | 第50-52页 |
| ·聚类特征提取 | 第50-52页 |
| ·语义特征提取 | 第52页 |
| ·本章小节 | 第52-53页 |
| 第四章 基于有效数据网格的GABOR小波纹理特征提取 | 第53-63页 |
| ·Gabor小波纹理特征 | 第53-55页 |
| ·Gabor函数和小波 | 第53-54页 |
| ·Gabor滤波器的设计 | 第54-55页 |
| ·图像Gabor小波纹理特征 | 第55页 |
| ·Gabor小波纹理特征提取算法的改进 | 第55-59页 |
| ·网格相关概念 | 第55-57页 |
| ·基于有效数据网格的Gabor小波纹理特征提取 | 第57-59页 |
| ·实验结果及分析 | 第59-62页 |
| ·图像有效数据网格划分 | 第59-61页 |
| ·图像识别效果分析 | 第61-62页 |
| ·本章小节 | 第62-63页 |
| 第五章 多特征融合的医学图像识别 | 第63-73页 |
| ·图像特征数据融合 | 第63-64页 |
| ·特征级数据融合的实现 | 第64-66页 |
| ·图像的特征提取 | 第64-65页 |
| ·基于主元分析的特征级数据融合 | 第65-66页 |
| ·决策级数据融合的实现 | 第66-69页 |
| ·图像的神经网络识别 | 第66-69页 |
| ·基于多数投票法的决策级数据融合 | 第69页 |
| ·实验结果及分析 | 第69-71页 |
| ·本章小节 | 第71-73页 |
| 第六章 结束语 | 第73-75页 |
| ·论文总结 | 第73页 |
| ·下一步工作 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 附录一: 读研期间发表和录用论文目录 | 第81-82页 |
| 附录二: 读研期间参与的项目 | 第82页 |