| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 图像分割及其方法综述 | 第9-12页 |
| 1.2.1 图像分割原理 | 第9页 |
| 1.2.2 脑MR图像分割方法综述 | 第9-12页 |
| 1.3 模糊聚类算法国内外研究现状 | 第12-14页 |
| 1.4 论文内容及章节安排 | 第14-16页 |
| 第二章 模糊C均值聚类算法 | 第16-20页 |
| 2.1 模糊理论简介 | 第16-17页 |
| 2.1.1 模糊集合与隶属度函数 | 第16-17页 |
| 2.1.2 模糊集合的表示方法 | 第17页 |
| 2.2 模糊C均值聚类算法概述 | 第17-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 改进的非局部FCM脑MR图像分割与偏移场恢复耦合模型 | 第20-33页 |
| 3.1 引言 | 第20-21页 |
| 3.2 改进的非局部FCM图像分割与偏移场恢复耦合模型 | 第21-24页 |
| 3.2.1 去偏移场 | 第21页 |
| 3.2.2 改进的非局部FCM图像分割与偏移场恢复耦合模型 | 第21-24页 |
| 3.3 实验结果与分析 | 第24-32页 |
| 3.3.1 脑部合成图像分割 | 第24-27页 |
| 3.3.2 真实脑MR图像分割 | 第27-30页 |
| 3.3.3 非局部参数分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 结合非局部信息的模糊聚类脑MR图像分割与偏移场恢复耦合模型 | 第33-47页 |
| 4.1 引言 | 第33-34页 |
| 4.2 背景介绍 | 第34-37页 |
| 4.2.1 基于MRF的高斯混合模型 | 第34-35页 |
| 4.2.2 非局部均值 | 第35-37页 |
| 4.3 结合非局部信息的脑MR图像分割与偏移场恢复耦合模型 | 第37-40页 |
| 4.4 实验结果与分析 | 第40-46页 |
| 4.4.1 脑部合成图像分割 | 第40-44页 |
| 4.4.2 真实脑MR图像分割 | 第44-45页 |
| 4.4.3 算法参数分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 作者简介 | 第54-55页 |
| 致谢 | 第55页 |
