| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 肺结节检测的国内外研究现状 | 第11-15页 |
| 1.2.1 图像预处理的研究现状 | 第11-12页 |
| 1.2.2 图像分割的研究现状 | 第12-14页 |
| 1.2.3 结节提取与分类的研究现状 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本论文的结构安排 | 第16页 |
| 1.5 本文的主要贡献 | 第16-18页 |
| 第二章 数据来源及肺结节特征概况 | 第18-25页 |
| 2.1 LIDC-IDRI数据库概况 | 第18-20页 |
| 2.1.1 DICOM数据解析 | 第18-19页 |
| 2.1.2 诊断信息的提取 | 第19-20页 |
| 2.2 CT成像特点及肺结节特征概述 | 第20-23页 |
| 2.2.1 CT成像基础 | 第20-21页 |
| 2.2.2 肺结节影像学特征 | 第21-22页 |
| 2.2.3 肺结节的分类 | 第22-23页 |
| 2.3 肺结节的一般检测流程 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 肺实质的自动化分割方法研究 | 第25-41页 |
| 3.1 肺部图像预处理 | 第25页 |
| 3.2 肺实质区域的提取 | 第25-31页 |
| 3.2.1 结合阈值分割与形态学操作的粗分割 | 第26-27页 |
| 3.2.2 气管的剔除与左右肺分离 | 第27-30页 |
| 3.2.3 加入改进凸性约束的肺实质边缘修补 | 第30-31页 |
| 3.3 肺部图像预处理结果 | 第31-32页 |
| 3.4 肺实质分割结果 | 第32-35页 |
| 3.5 边缘修补方法对比 | 第35-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 肺部结构滤波算法研究 | 第41-56页 |
| 4.1 图像滤波与图像增强 | 第41页 |
| 4.2 基于Hessian矩阵的多尺度增强算法 | 第41-48页 |
| 4.2.1 尺度空间与高斯函数 | 第42页 |
| 4.2.2 Hessian矩阵的构造及特征值的求解 | 第42-43页 |
| 4.2.3 增强滤波器的构造 | 第43-48页 |
| 4.3 不同滤波方法效果对比 | 第48-52页 |
| 4.4 肺结节滤波结果 | 第52-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 肺结节的检测算法研究 | 第56-62页 |
| 5.1 肺结节检测算法概况 | 第56页 |
| 5.2 疑似结节区域的获取 | 第56-57页 |
| 5.2.1 补充待检测区域 | 第57页 |
| 5.3 筛选肺结节特征 | 第57-59页 |
| 5.3.1 灰度特征 | 第57-58页 |
| 5.3.2 形状特征 | 第58-59页 |
| 5.3.3 位置特征 | 第59页 |
| 5.4 实验结果 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 全文总结与展望 | 第62-64页 |
| 6.1 全文总结 | 第62-63页 |
| 6.2 后续工作展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |