基于PCNN的医学图像分割算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·论文提出的依据 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·医学图像分割的现状 | 第9-11页 |
| ·PCNN 研究现状 | 第11-13页 |
| ·研究内容及论文结构 | 第13-15页 |
| ·论文研究内容 | 第13页 |
| ·论文的组织结构 | 第13-15页 |
| 第二章 医学图像分割技术 | 第15-22页 |
| ·图像分割 | 第15-17页 |
| ·图像分割的定义 | 第15-16页 |
| ·图像分割面临的问题 | 第16-17页 |
| ·医学图像分割技术 | 第17-21页 |
| ·医学图像介绍 | 第17页 |
| ·医学图像分割算法 | 第17-20页 |
| ·医学图像分割发展趋势 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 PCNN 模型及改进 | 第22-36页 |
| ·PCNN 模型 | 第22-28页 |
| ·PCNN 基本模型 | 第22-25页 |
| ·PCNN 神经元的捕获现象 | 第25-28页 |
| ·PCNN 模型在图像处理方面的应用 | 第28-29页 |
| ·PCNN 模型的改进 | 第29-35页 |
| ·PCNN 模型的改进 | 第30-33页 |
| ·改进模型的实验分析 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于PCNN 改进模型的图像分割算法 | 第36-47页 |
| ·PCNN 模型最优分割迭代次数判定准则 | 第36-39页 |
| ·最大模糊熵准则 | 第36-37页 |
| ·二维交叉熵准则 | 第37-39页 |
| ·基于PCNN 改进模型的图像分割算法 | 第39-45页 |
| ·图像去噪 | 第39-40页 |
| ·基于PCNN 改进模型的图像分割方法 | 第40-41页 |
| ·仿真实验 | 第41-45页 |
| ·两种判定准则的比较与分析 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·工作总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 研究生在读期间取得的研究成果 | 第53-54页 |
| 致谢 | 第54-55页 |