首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于超声图像的病灶区自动检测和分析系统的实现

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第12-20页
    1.1 课题背景和研究意义第12-13页
    1.2 图像分割算法的综述第13-14页
        1.2.1 图像分割概念及意义第13页
        1.2.2 图像分割研究的国内外现状第13-14页
    1.3 超声图像第14-18页
    1.4 论文主要工作第18-19页
    1.5 论文组织结构第19-20页
第二章 三维医学图像分割第20-30页
    2.1 引言第20-21页
    2.2 蛇形算法(SNAKE)模型第21-23页
    2.3 气球力(BALLOON)算法第23-24页
    2.4 梯度矢量流SNAKE 模型(GVF SNAKE)第24-25页
    2.5 图像分割的评价算法概况第25-27页
        2.5.1 图像分割的评价算法概况第25-26页
        2.5.2 图像分割评价算法面临的挑战第26-27页
    2.6 常用的三维医学图像分割评价算法介绍第27-29页
        2.6.1 Similarity Index (SI)第27页
        2.6.2 相对差异度(RDD)与相对重叠度(ROD)第27-28页
        2.6.3 真阳性率(TPF)与真阴性率(TNF)第28页
        2.6.4 根均方根误差(RMSE)第28-29页
    2.7 小结第29-30页
第三章 离散动态轮廓模型(DDCM)第30-41页
    3.1 引言第30页
    3.2 基本模型第30-37页
        3.2.1 内力分解第31-34页
        3.2.2 外力分解第34-35页
        3.2.3 形变和重构第35-37页
    3.3 DDCM 算法的改进第37-40页
        3.3.1 内力改进第37页
        3.3.2 外力改进第37-39页
        3.3.3 DDCM 算法在3-D 中的扩展第39-40页
    3.4 小结第40-41页
第四章 系统的实现第41-48页
    4.1 VTK 开发包第41-44页
        4.1.1 VTK 简介第41-42页
        4.1.2 VTK 图形模型对象第42-43页
        4.1.3 VTK 可视化模型第43-44页
    4.2 DICOM 数据的读取第44-46页
    4.3 感兴趣区域的提取第46页
    4.4 小结第46-48页
第五章 实验结果和分析第48-56页
    5.1 实验环境第48页
    5.2 系统构架第48页
    5.3 实验步骤第48-50页
    5.4 ROI 提取实验第50-51页
    5.5 快速扩展性实验第51-53页
    5.6 轮廓附着性实验第53-55页
    5.7 小结第55-56页
第六章 总结与展望第56-58页
    6.1 本文工作总结第56页
    6.2 未来工作展望第56-58页
致谢第58-59页
参考文献第59-62页
攻读硕士学位期间的研究成果与已发表或录用的论文第62页

论文共62页,点击 下载论文
上一篇:基于可执行代码的缓冲区溢出检测
下一篇:传感器网络中分布式数据挖掘技术研究