基于CT图像肺部病灶区域的特征提取
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·计算机辅助诊断的研究现状 | 第10-11页 |
| ·医学图像特征提取的研究现状 | 第11-12页 |
| ·医学图像分割 | 第11页 |
| ·医学图像特征提取 | 第11-12页 |
| ·论文主要研究内容 | 第12-15页 |
| 第2章 肺部CT 图像的基本知识 | 第15-21页 |
| ·CT 图像的特点 | 第15-16页 |
| ·CT 图像原理 | 第16-18页 |
| ·CT 值 | 第16-17页 |
| ·为何采用CT 图像 | 第17-18页 |
| ·肺部病灶区域的相关知识 | 第18-19页 |
| ·肺癌的相关研究 | 第18页 |
| ·肺癌的诊断 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第3章 基于肺部CT 图像的图像分割 | 第21-35页 |
| ·医学图像分割 | 第21页 |
| ·医学图像的分割方法 | 第21-23页 |
| ·阈值分割 | 第21-22页 |
| ·区域生长和分裂合并 | 第22页 |
| ·基于统计学方法 | 第22页 |
| ·基于聚类的方法 | 第22-23页 |
| ·基于小波变换的方法 | 第23页 |
| ·基于数学形态学的方法 | 第23页 |
| ·医学图像分割方法的评价 | 第23页 |
| ·肺部区域分割 | 第23-31页 |
| ·阈值分割 | 第23-26页 |
| ·最大类间方差法 | 第26-28页 |
| ·去除背景冗余信息 | 第28-29页 |
| ·轮廓跟踪提取肺部区域 | 第29-31页 |
| ·实验结果分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于肺部CT 图像病灶区域的特征提取 | 第35-47页 |
| ·图像特征提取的分类 | 第35-39页 |
| ·纹理特征提取 | 第35-36页 |
| ·形状特征提取 | 第36-37页 |
| ·代数特征提取 | 第37-39页 |
| ·算法比较 | 第39页 |
| ·二维主成分分析方法 | 第39-40页 |
| ·基于二维主成分分析方法的肺部病灶特征提取 | 第40-41页 |
| ·基于自适应判断阈值的二维主成分分析方法 | 第41-43页 |
| ·图像直方图 | 第41-43页 |
| ·算法步骤 | 第43页 |
| ·基于二维主成分分析的病灶识别 | 第43-44页 |
| ·实验结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·工作展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 作者简介及在学期间所取得的科研成果 | 第53-54页 |
| 致谢 | 第54页 |
