| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·数字化虚拟人的研究现状和意义 | 第8-10页 |
| ·医学图像分割方法及未来发展趋势 | 第10-13页 |
| ·基于区域的分割方法 | 第11页 |
| ·基于边缘的分割方法 | 第11-12页 |
| ·基于分类的分割方法 | 第12-13页 |
| ·医学图像分割的发展趋势 | 第13页 |
| ·课题研究的主要内容及意义 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| 2 课题数据研究分析与预处理技术 | 第15-21页 |
| ·课题数据来源 | 第15-16页 |
| ·大脑皮层的结构功能与序列切片分析 | 第16-17页 |
| ·图像平滑滤波技术 | 第17-20页 |
| ·二维中值滤波方法 | 第17-19页 |
| ·自适应（wiener）维纳滤波方法 | 第19-20页 |
| ·图像剪切与中心重合 | 第20页 |
| ·本章小结 | 第20-21页 |
| 3 基于双重边缘检测和区域生长的大脑皮层分割 | 第21-36页 |
| ·基于双重边缘检测的脑组织初始分割 | 第21-30页 |
| ·彩色图像边缘检测理论 | 第21-22页 |
| ·基于 RGB 空间边缘检测的脑组织初始轮廓提取 | 第22-24页 |
| ·基于经典 Canny 算子的脑组织轮廓二次提取 | 第24-28页 |
| ·初始分割实现过程 | 第28-30页 |
| ·基于区域生长法的大脑皮层二次分割 | 第30-32页 |
| ·区域生长基本原理 | 第30-31页 |
| ·二次分割实现过程 | 第31-32页 |
| ·分割结果与讨论 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 4 联合区域生长和分块矩阵 FCM 聚类的大脑皮层分割 | 第36-49页 |
| ·基于 HSI 颜色空间区域生长的初始分割 | 第36-40页 |
| ·HSI 颜色模型简介 | 第36-37页 |
| ·基于 HSI 颜色模型的区域生长法 | 第37-40页 |
| ·基于分块矩阵 FCM 聚类的二次分割方法 | 第40-44页 |
| ·FCM 模糊聚类的基本原理 | 第40-42页 |
| ·基于分块矩阵的 FCM 聚类方法 | 第42-44页 |
| ·分割结果与讨论 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 5 总结和展望 | 第49-51页 |
| ·全文总结 | 第49页 |
| ·未来展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56页 |
| A 作者在攻读硕士学位期间发表的论文目录 | 第56页 |
| B 参与科研项目情况 | 第56页 |