| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-19页 |
| ·论文研究的目的及意义 | 第9-10页 |
| ·课题国内外研究现状 | 第10-17页 |
| ·医学图像分割技术的国内外研究现状 | 第10-14页 |
| ·Snake模型的国内外研究现状 | 第14-16页 |
| ·差分进化算法的国内外研究现状 | 第16-17页 |
| ·论文主要研究内容及论文安排 | 第17-19页 |
| 第2章 Snake模型的边缘检测 | 第19-32页 |
| ·传统的Snake模型 | 第19-26页 |
| ·Snake模型的数学模型 | 第19-22页 |
| ·Snake模型算法流程 | 第22-23页 |
| ·Snake模型的分割检测 | 第23-26页 |
| ·GVF Snake模型 | 第26-31页 |
| ·GVF Snake的数学模型 | 第26-29页 |
| ·GVF Snake的分割检测 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 差分进化算法 | 第32-49页 |
| ·差分进化算法概述 | 第32-33页 |
| ·差分进化算法原理 | 第33-37页 |
| ·种群的初始化 | 第33-34页 |
| ·变异操作 | 第34-35页 |
| ·交叉操作 | 第35-36页 |
| ·选择操作 | 第36页 |
| ·差分进化算法的基本流程 | 第36-37页 |
| ·差分进化算法的研究 | 第37-40页 |
| ·差分进化算法的扩展模式 | 第38-39页 |
| ·差分进化算法的参数选择 | 第39-40页 |
| ·差分进化算法的应用 | 第40-43页 |
| ·差分进化算法在函数优化中的应用 | 第40-41页 |
| ·差分进化算法在特征选择上的应用 | 第41页 |
| ·差分进化算法在人工神经网络中的应用 | 第41-42页 |
| ·差分进化算法工程中的应用 | 第42-43页 |
| ·差分进化算法的基准函数测试 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于DE算法GVF Snake模型的PET图像分割的设计与实现 | 第49-64页 |
| ·PET医学图像的特点 | 第49-50页 |
| ·PET医学图像的预处理 | 第50-55页 |
| ·PET医学图像平滑去噪 | 第50-52页 |
| ·增强图像的对比度 | 第52-55页 |
| ·基于GVF Snake模型的PET图像分割的实现 | 第55-57页 |
| ·初始轮廓的设置 | 第55-56页 |
| ·基于GVF Snake模型的PET图像分割的实现 | 第56-57页 |
| ·DE算法的设计与实现 | 第57-62页 |
| ·初始种群的构成 | 第57-59页 |
| ·适应度函数 | 第59-60页 |
| ·参数设置 | 第60页 |
| ·基于DE算法的GVF Snake模型PET图像分割的实现过程 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 第5章 仿真实验与结果分析 | 第64-70页 |
| ·实验条件 | 第64页 |
| ·基于DE算法GVF Snake模型的人工合成图像仿真测试 | 第64-65页 |
| ·基于DE算法GVF Snake模型PET医学图像分割仿真测试 | 第65-69页 |
| ·双Snake模型初始化轮廓曲线 | 第65-66页 |
| ·PET医学图像的仿真测试 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78页 |
