首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于乳腺数字X光片的病变检测算法研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-14页
   ·研究背景及意义第10-11页
   ·国内外研究现状第11-12页
   ·本文工作与创新第12页
   ·论文结构安排第12-14页
第二章 预备知识及乳腺CAD系统第14-25页
   ·乳腺疾病的医学知识第14-16页
     ·乳腺癌的发病现状第14页
     ·乳腺癌的诊断方法第14页
     ·乳腺癌病灶的X线影像表现第14-15页
     ·乳腺癌的计算机辅助诊断第15-16页
   ·理论知识第16-21页
     ·小波理论第16-19页
     ·Hessian矩阵第19-21页
   ·乳腺CAD系统第21-25页
     ·患者管理功能模块第22-23页
     ·检测功能模块第23-24页
     ·图像增强功能模块第24页
     ·打印影像报告功能模块第24-25页
第三章 肿块检测算法研究第25-34页
   ·引言第25-26页
     ·研究背景第25-26页
     ·算法研究中用到的数据集第26页
     ·需要解决的问题第26页
   ·乳腺X线影像的多阂值分层算法流程第26-28页
   ·乳腺X线影像的预处理第28-29页
     ·ROI区域提取第28-29页
     ·图像归一化第29页
   ·乳腺X线影像的多阈值分层肿块检测第29-31页
     ·初始分层阈值及分层跨度的选取第29页
     ·二值图像中圆形检测第29-30页
       ·圆形度第30页
       ·区域的欧拉数第30页
     ·乳腺X线影像的分层检测结果处理第30-31页
   ·去除假阳算法第31页
   ·算法分析第31-33页
     ·检测结果第31-32页
     ·评估方法第32页
     ·评估结果第32-33页
   ·本章小结第33-34页
第四章 钙化检测算法研究第34-53页
   ·引言第34-36页
     ·研究背景第34-35页
     ·需要解决的问题第35页
     ·算法研究中用到的数据集第35-36页
   ·基于二进小波的钙化检测算法第36-44页
     ·二进小波理论简述第36-40页
     ·二进小波钙化检测算法理论依据第40-41页
     ·基于二进小波钙化检测算法的提出与实现第41-44页
     ·算法分析第44页
   ·基于小波分解和Hessian矩阵的钙化检测算法第44-51页
     ·Hessian矩阵理论简述第44-46页
     ·小波分解理论简述第46-47页
     ·局部方差的计算第47页
     ·基于小波分解和Hessian矩阵的钙化检测算法的提出与实现第47-51页
     ·算法分析第51页
   ·两种算法的检测结果评估与对比第51-52页
     ·评估标准第51页
     ·两种算法的评估结果第51-52页
   ·本章小结第52-53页
第五章 总结与展望第53-56页
   ·总结第53-54页
   ·展望第54-56页
参考文献第56-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:基于纹理分析和小波分析的活体指纹判别方法
下一篇:贝叶斯人脸识别方法的研究