摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第10-17页 |
1.1 课题来源 | 第10页 |
1.2 课题的研究背景和目的 | 第10-11页 |
1.3 国内外发展研究现状 | 第11-15页 |
1.4 本文研究的主要内容及章节安排 | 第15-17页 |
第2章 脑组织图像分割算法流程设计及颅骨分割研究与实现 | 第17-31页 |
2.1 MRI图像特征分析 | 第17-18页 |
2.2 脑组织分割算法流程设计 | 第18-19页 |
2.3 脑组织MRI图像颅骨分割方法与实验分析 | 第19-27页 |
2.3.1 阈值法 | 第19-20页 |
2.3.2 区域增长法 | 第20-21页 |
2.3.3 K均值算法 | 第21-23页 |
2.3.4 模糊C-均值法 | 第23-24页 |
2.3.5 BET算法 | 第24-27页 |
2.4 基于BET算法的颅骨分割算法改进 | 第27-30页 |
2.4.1 BET算法的作用力参数改进 | 第27-28页 |
2.4.2 改进的BET算法分割实现及实验比较分析 | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第3章 基于GMM脑组织图像分割算法研究与实现 | 第31-45页 |
3.1 GMM分割算法流程设计 | 第31-32页 |
3.2 GMM模型分析 | 第32页 |
3.3 GMM的参数估计与仿真分析 | 第32-36页 |
3.3.1 MAP估计 | 第32-33页 |
3.3.2 最大似然估计 | 第33-34页 |
3.3.3 EM估计 | 第34-35页 |
3.3.4 EM算法仿真分析 | 第35-36页 |
3.4 基于GA的EM算法改进与仿真分析 | 第36-41页 |
3.4.1 GA原理分析及算法流程 | 第36-37页 |
3.4.2 基于GA的EM算法改进设计流程 | 第37-39页 |
3.4.3 改进的EM算法实现与仿真实验分析 | 第39-41页 |
3.5 基于GMM的脑组织分割算法实现 | 第41-44页 |
3.5.1 基于GMM的脑组织分割算法流程设计 | 第41-42页 |
3.5.2 脑组织MRI图像的GMM模型设计 | 第42-43页 |
3.5.3 改进EM算法的脑组织GMM模型参数估计 | 第43-44页 |
3.5.4 实验与分析 | 第44页 |
3.6 本章小结 | 第44-45页 |
第4章 基于MRF模型双特征场的脑组织图像分割算法研究与实现 | 第45-63页 |
4.1 MRF模型分析 | 第45-48页 |
4.1.1 MRF模型的标号问题 | 第45-46页 |
4.1.2 邻域系统和势团 | 第46-47页 |
4.1.3 马尔可夫随机场 | 第47-48页 |
4.1.4 MRF与GRF的等价关系 | 第48页 |
4.2 基于MRF的脑组织分割算法流程设计 | 第48-49页 |
4.3 基于MRF的脑组织分割算法实现与实验分析 | 第49-51页 |
4.3.1 脑组织MRI图像的MRF模型设计 | 第49-50页 |
4.3.2 参数估计及实验分析 | 第50-51页 |
4.4 双特征随机场的模型分析 | 第51-56页 |
4.4.1 灰度特征随机场模型 | 第52-53页 |
4.4.2 纹理特征随机场模型 | 第53-56页 |
4.4.3 标号随机场模型 | 第56页 |
4.5 基于MRF双特征场的改进模型设计 | 第56-59页 |
4.5.1 双特征场的建模 | 第56-57页 |
4.5.2 联合的双特征随机场模型 | 第57-58页 |
4.5.3 ICM方法优化联合双特征场的MAP估计 | 第58-59页 |
4.6 基于MRF双特征场的脑组织分割算法流程设计 | 第59-60页 |
4.7 基于MRF双特征场的脑组织分割算法实现与比较分析 | 第60-62页 |
4.7.1 基于MRF改进算法的脑组织分割步骤 | 第60页 |
4.7.2 基于MRF改进算法的脑组织分割结果及比较分析 | 第60-62页 |
4.8 本章小结 | 第62-63页 |
第5章 总结与展望 | 第63-65页 |
5.1 本文工作总结 | 第63-64页 |
5.2 进一步研究展望 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |
攻读硕士学位期间发表的论文及其他成果 | 第69页 |
一、攻读学位期间发表的论文 | 第69页 |
二、参加的科研项目 | 第69页 |