脑部MRI图像中肿瘤的分割方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 脑部MRI图像中肿瘤的分割难点 | 第10-11页 |
| 1.3 本文研究内容和组织结构 | 第11-13页 |
| 2 MRI图像脑肿瘤分割方法及效果评价 | 第13-21页 |
| 2.1 MRI图像脑肿瘤分割方法研究 | 第13-19页 |
| 2.1.1 基于统计学的分割方法 | 第13-14页 |
| 2.1.2 基于活动轮廓模型的分割方法 | 第14-15页 |
| 2.1.3 基于模糊聚类的分割方法 | 第15-16页 |
| 2.1.4 基于数学形态学的分割方法 | 第16-17页 |
| 2.1.5 超像素分割方法 | 第17-19页 |
| 2.2 分割算法效果评价 | 第19-20页 |
| 2.2.1 分割评价方法分类 | 第19-20页 |
| 2.2.2 分割算法评价测度 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 形态学图像分析 | 第21-29页 |
| 3.1 形态学滤波 | 第22-26页 |
| 3.1.1 开闭组合滤波 | 第22-24页 |
| 3.1.2 形态学重建滤波 | 第24-25页 |
| 3.1.3 自对偶形态学滤波 | 第25页 |
| 3.1.4 多尺度形态学滤波 | 第25-26页 |
| 3.2 分水岭变换 | 第26-27页 |
| 3.3 粘性形态学 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 基于形态学多尺度修正的FCM分割方法 | 第29-42页 |
| 4.1 形态学多尺度修正 | 第29-32页 |
| 4.1.1 像素类型标记 | 第30-31页 |
| 4.1.2 结构元素尺度 | 第31-32页 |
| 4.1.3 多尺度修正 | 第32页 |
| 4.2 FCM聚类分割 | 第32-33页 |
| 4.3 实验结果与分析 | 第33-41页 |
| 4.3.1 主观视觉评价 | 第34-40页 |
| 4.3.2 客观定量分析 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 基于梯度分层修正的形态学分水岭分割方法 | 第42-60页 |
| 5.1 形态学混合开闭重建 | 第42-44页 |
| 5.2 形态学梯度 | 第44-45页 |
| 5.3 梯度分层多尺度修正 | 第45-50页 |
| 5.3.1 结构元素尺度 | 第45-48页 |
| 5.3.2 梯度分层多尺度修正 | 第48-49页 |
| 5.3.3 分水岭分割 | 第49-50页 |
| 5.4 实验结果与分析 | 第50-59页 |
| 5.4.1 主观效果评价 | 第50-58页 |
| 5.4.2 客观定量分析 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间的研究成果 | 第66页 |
