| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 肺结节CAD系统研究现状 | 第10-11页 |
| 1.3 基于有限混合模型的图像分割研究现状 | 第11-13页 |
| 1.4 CT影像肺结节分割研究现状 | 第13-15页 |
| 1.4.1 肺实质分割算法 | 第13-14页 |
| 1.4.2 肺结节分割算法 | 第14-15页 |
| 1.5 本文的主要研究内容 | 第15-17页 |
| 第2章 基于胸部CT影像的肺实质分割 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 肺实质分割算法的实现 | 第17-26页 |
| 2.2.1 胸部CT影像的预处理 | 第18-20页 |
| 2.2.2 肺实质的初分割 | 第20-24页 |
| 2.2.3 肺实质轮廓的平滑校正 | 第24-26页 |
| 2.3 肺实质分割的实验结果与分析 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于单一函数混合模型的肺结节分割 | 第29-44页 |
| 3.1 引言 | 第29页 |
| 3.2 基于有限混合模型的图像分割算法 | 第29-36页 |
| 3.2.1 有限混合模型概述 | 第29-30页 |
| 3.2.2 概率分布函数的选择 | 第30-31页 |
| 3.2.3 有限混合模型的参数估计 | 第31-36页 |
| 3.3 基于APSO-GMM的肺结节分割 | 第36-40页 |
| 3.3.1 高斯混合模型(GMM)的初始化 | 第37-38页 |
| 3.3.2 高斯混合模型(GMM)的参数估计 | 第38-40页 |
| 3.3.3 GMM实现肺结节的分割 | 第40页 |
| 3.4 基于APSO-GaMM的肺结节分割 | 第40-43页 |
| 3.4.1 Gamma混合模型(GaMM)的初始化 | 第41页 |
| 3.4.2 Gamma混合模型(GaMM)的参数估计 | 第41-43页 |
| 3.4.3 GaMM实现肺结节的分割 | 第43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于自选择混合分布模型的肺结节分割 | 第44-60页 |
| 4.1 引言 | 第44页 |
| 4.2 自选择混合分布模型概述 | 第44-45页 |
| 4.3 基于统计信息的自选择混合分布模型的肺结节分割 | 第45-53页 |
| 4.3.1 自选择混合分布模型初始化方法 | 第46页 |
| 4.3.2 基于字典的随机期望最大化算法的改进 | 第46-52页 |
| 4.3.3 肺结节分割实验及结果 | 第52-53页 |
| 4.4 基于邻域信息的自选择混合分布模型的肺结节分割 | 第53-59页 |
| 4.4.1 基于邻域信息的自选择混合分布模型概述 | 第54-56页 |
| 4.4.2 基于梯度法的模型参数估计 | 第56-57页 |
| 4.4.3 肺结节分割步骤及实验结果 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 肺结节分割实验结果及分析 | 第60-72页 |
| 5.1 引言 | 第60页 |
| 5.2 基于有限混合模型的肺结节分割评价方法 | 第60-62页 |
| 5.2.1 有限混合模型估计效果评价方法 | 第60-61页 |
| 5.2.2 肺结节分割效果的评价方法 | 第61-62页 |
| 5.3 实验结果及分析 | 第62-69页 |
| 5.3.1 基于APSO-GMM的肺结节分割结果及分析 | 第62-65页 |
| 5.3.2 基于APSO-GaMM的肺结节分割结果及分析 | 第65-66页 |
| 5.3.3 基于统计信息的自选择混合分布模型肺结节分割结果及分析 | 第66-68页 |
| 5.3.4 基于邻域信息的自选择混合分布模型肺结节分割结果及分析 | 第68-69页 |
| 5.4 多种肺结节分割方法的比较和分析 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79页 |
