基于CT图像的肺实质分割方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题研究背景及意义 | 第12页 |
| 1.2 计算机辅助诊断的研究现状 | 第12-14页 |
| 1.3 肺癌CAD | 第14-18页 |
| 1.3.1 肺癌CAD研究现状 | 第14-15页 |
| 1.3.2 肺癌CAD关键技术 | 第15-18页 |
| 1.4 本文研究内容与结构 | 第18-19页 |
| 第2章 CT图像相关知识 | 第19-32页 |
| 2.1 DICOM标准 | 第19-21页 |
| 2.2 肺部CT相关知识 | 第21-26页 |
| 2.2.1 CT图像的获取 | 第21-22页 |
| 2.2.2 CT图像结构 | 第22-23页 |
| 2.2.3 人体CT值范围 | 第23页 |
| 2.2.4 CT图像特点及其表现 | 第23-26页 |
| 2.3 数据来源 | 第26-29页 |
| 2.3.1 肺部CT图像数据库 | 第26-27页 |
| 2.3.2 数据解析 | 第27-29页 |
| 2.4 金标准 | 第29-30页 |
| 2.5 算法性能评估标准 | 第30页 |
| 2.6 小结 | 第30-32页 |
| 第3章 基于随机游走的肺实质分割 | 第32-53页 |
| 3.1 分割流程 | 第32-33页 |
| 3.2 基于改进的随机游走算法分割 | 第33-39页 |
| 3.2.1 算法思路 | 第33-36页 |
| 3.2.2 预处理 | 第36-37页 |
| 3.2.3 分割过程 | 第37-39页 |
| 3.3 掩膜修补 | 第39-48页 |
| 3.4 实验结果与分析 | 第48-52页 |
| 3.4.1 数据来源 | 第48页 |
| 3.4.2 软件平台 | 第48页 |
| 3.4.3 实验结果与分析 | 第48-52页 |
| 3.5 小结 | 第52-53页 |
| 第4章 基于超像素的肺实质分割 | 第53-60页 |
| 4.1 基于超像素的分割方法 | 第53-54页 |
| 4.1.1 基于图论的分割算法 | 第53-54页 |
| 4.1.2 基于梯度上升的分割算法 | 第54页 |
| 4.2 基于超像素的肺实质分割 | 第54-59页 |
| 4.2.1 算法思路 | 第54-55页 |
| 4.2.2 细化分割 | 第55-56页 |
| 4.2.3 超像素聚类和标记 | 第56-57页 |
| 4.2.4 超像素合并与后处理 | 第57页 |
| 4.2.5 数据来源与开发环境 | 第57-58页 |
| 4.2.6 结果与分析 | 第58-59页 |
| 4.3 小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录A 攻读硕士期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
