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MR脑图像的脑瘤交互分割算法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 课题来源第9页
    1.2 课题研究背景与意义第9-11页
    1.3 国内外研究现状第11-14页
    1.4 论文主要内容和组织结构第14-15页
第2章 传统的分割方法在MR脑图像上的应用分析第15-27页
    2.1 传统的图像分割算法分析第15-21页
        2.1.1 基于阈值的方法第15-17页
        2.1.2 基于边缘的方法第17-18页
        2.1.3 基于区域的方法第18-21页
    2.2 数据集及评价标准第21-23页
    2.3 实验分析第23-26页
        2.3.1 基于阈值的分割方法的实验分析第23-24页
        2.3.2 基于边缘的分割方法的实验分析第24-25页
        2.3.3 基于区域的分割方法的实验分析第25-26页
    2.4 本章小结第26-27页
第3章 基于Graph Cuts的MR脑瘤图像的 2D交互式分割第27-48页
    3.1 基于图论的分割算法概述第29-33页
        3.1.1 图论基础第29-30页
        3.1.2 基于图论的图像分割方法第30-33页
    3.2 基于Graph Cuts的交互式图像分割第33-39页
        3.2.1 Graph Cuts的基本思想第34-36页
        3.2.2 Graph Cuts的实现步骤第36-39页
    3.3 基于GrabCut的交互式图像分割第39-42页
        3.3.1 GrabCut的基本思想第39-40页
        3.3.2 GrabCut的实现步骤第40-42页
    3.4 算法实现及实验分析第42-47页
        3.4.1 算法实现第42-43页
        3.4.2 实验结果第43-46页
        3.4.3 对比分析第46-47页
    3.5 本章小结第47-48页
第4章 基于结构轨迹约束的MR脑瘤图像的 3D交互式分割研究第48-63页
    4.1 算法的基本思想第48-50页
    4.2 算法的实现步骤第50-56页
        4.2.1 基于空间关系建立结构轨迹第50-51页
        4.2.2 选择及标记最不对称切片第51-52页
        4.2.3 结合硬性约束标记相邻切片第52-56页
    4.3 算法实现及实验分析第56-61页
        4.3.1 算法实现第56-57页
        4.3.2 实验结果与分析第57-61页
    4.4 本章小结第61-63页
第5章 总结与展望第63-65页
    5.1 课题总结第63-64页
    5.2 课题展望第64-65页
致谢第65-66页
参考文献第66-69页

论文共69页,点击 下载论文
上一篇:基于Web的医学影像可视化系统研究和实现
下一篇:面向智能移动终端的交通标志识别技术研究