基于视觉显著性的乳腺超声序列图像分割方法
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究的目的和意义 | 第10-12页 |
| 1.2 乳腺超声图像分割方法概述 | 第12-16页 |
| 1.2.1 乳腺超声图像非自动分割方法概述 | 第12-14页 |
| 1.2.2 乳腺超声图像自动分割方法概述 | 第14-16页 |
| 1.2.3 现有方法的缺陷 | 第16页 |
| 1.3 本文主要研究内容及组织结构 | 第16-18页 |
| 第2章 基于单帧显著性的乳腺肿瘤检测 | 第18-31页 |
| 2.1 引言 | 第18页 |
| 2.2 基于单帧显著性的乳腺肿瘤检测 | 第18-26页 |
| 2.2.1 预处理 | 第19页 |
| 2.2.2 乳腺层定位 | 第19-22页 |
| 2.2.3 肿瘤显著性映射 | 第22-25页 |
| 2.2.4 肿瘤检测 | 第25-26页 |
| 2.3 实验结果及分析 | 第26-30页 |
| 2.3.1 评价标准 | 第27-28页 |
| 2.3.2 ROI区域生成结果 | 第28-29页 |
| 2.3.3 肿瘤分割结果 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于序列显著性的乳腺肿瘤检测 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 基于序列显著性的乳腺肿瘤检测 | 第31-39页 |
| 3.2.1 预处理 | 第32-33页 |
| 3.2.2 基于重构误差的显著性映射 | 第33-36页 |
| 3.2.3 全局解剖学约束 | 第36-38页 |
| 3.2.4 肿瘤检测 | 第38-39页 |
| 3.3 实验结果及分析 | 第39-42页 |
| 3.3.1 实验数据集及评价标准 | 第39页 |
| 3.3.2 ROI区域生成结果 | 第39-40页 |
| 3.3.3 肿瘤分割结果 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于多域先验的乳腺超声图像协同分割 | 第43-58页 |
| 4.1 引言 | 第43-44页 |
| 4.2 基于多域先验的协同分割模型 | 第44-49页 |
| 4.2.1 协同分割模型概述 | 第44-45页 |
| 4.2.2 空域能量项 | 第45-46页 |
| 4.2.3 频域能量项 | 第46-48页 |
| 4.2.4 全局能量项 | 第48页 |
| 4.2.5 算法实现 | 第48-49页 |
| 4.3 实验结果及分析 | 第49-57页 |
| 4.3.1 实验数据集及评价标准 | 第49页 |
| 4.3.2 实验结果 | 第49-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第66-68页 |
| 致谢 | 第68页 |
