基于磁共振图像的肝癌识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·课题的研究背景及意义 | 第9页 |
| ·MRI概述 | 第9-11页 |
| ·MRI原理 | 第10页 |
| ·MRI系统的组成 | 第10-11页 |
| ·MRI的临床应用 | 第11页 |
| ·肝癌的MRI诊断方法 | 第11-12页 |
| ·肝癌动物造模实验 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| 2 图像纹理分析和识别的基本理论 | 第14-26页 |
| ·图像去噪 | 第14-16页 |
| ·中值滤波 | 第14-15页 |
| ·峰谷滤波 | 第15-16页 |
| ·图像的纹理分析 | 第16-20页 |
| ·纹理的基本概念 | 第17-18页 |
| ·纹理分析的研究内容 | 第18页 |
| ·纹理分析的基本方法 | 第18-20页 |
| ·图像识别 | 第20-25页 |
| ·图像识别概述 | 第20-21页 |
| ·图像识别的方法 | 第21-25页 |
| ·小结 | 第25-26页 |
| 3 肝脏MR-SPIO增强图像的特征提取 | 第26-41页 |
| ·特征选择的一般方法 | 第26-27页 |
| ·基于灰度共生矩阵的特征提取 | 第27-37页 |
| ·灰度共生矩阵 | 第27-28页 |
| ·灰度共生矩阵的特征参数 | 第28-32页 |
| ·实验结果与分析 | 第32-37页 |
| ·基于Gabor滤波器的特征提取 | 第37-40页 |
| ·Gabor滤波器原理 | 第37-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·小结 | 第40-41页 |
| 4 肝脏MR-SPIO增强图像的分类和识别 | 第41-47页 |
| ·基于BP神经网络的分类 | 第41-45页 |
| ·人工神经网络的基本原理 | 第41-42页 |
| ·BP神经网络 | 第42-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·基于k均值聚类的识别方法 | 第45-46页 |
| ·k均值聚类原理 | 第45-46页 |
| ·实验结果与分析 | 第46页 |
| ·小结 | 第46-47页 |
| 5 人体组织自动提取系统的设计 | 第47-64页 |
| ·人体组织自动提取系统的设计要求 | 第47-49页 |
| ·人体组织提取算法说明 | 第49-59页 |
| ·体表提取算法 | 第49-51页 |
| ·骨骼提取算法 | 第51-52页 |
| ·肝脏提取算法 | 第52-54页 |
| ·脊髓提取算法 | 第54-56页 |
| ·肺脏提取算法 | 第56-57页 |
| ·心脏提取算法 | 第57-59页 |
| ·人体组织自动提取系统的界面设计 | 第59-62页 |
| ·系统界面介绍 | 第59-60页 |
| ·操作流程示例 | 第60-62页 |
| ·人体组织自动提取系统的算法评价 | 第62-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |
