基于模糊C均值的脑部MR图像分割方法研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 课题背景及意义 | 第12-13页 |
| 1.2 磁共振图像分割方法 | 第13-16页 |
| 1.2.1 基于边界的分割方法 | 第14页 |
| 1.2.2 基于区域的分割方法 | 第14-15页 |
| 1.2.3 基于水平集的分割方法 | 第15页 |
| 1.2.4 基于马尔可夫随机场的分割方法 | 第15页 |
| 1.2.5 基于神经网络的分割方法 | 第15-16页 |
| 1.2.6 基于模糊聚类的分割方法 | 第16页 |
| 1.3 分割方法评价 | 第16-18页 |
| 1.4 磁共振图像分割方法的研究现状 | 第18-20页 |
| 1.5 论文研究内容及章节安排 | 第20-21页 |
| 第2章 模糊C均值算法及配准相关知识 | 第21-29页 |
| 2.1 模糊C均值算法概述 | 第21-23页 |
| 2.1.1 算法目标函数 | 第21-22页 |
| 2.1.2 算法求解过程及步骤 | 第22-23页 |
| 2.2 配准相关知识 | 第23-28页 |
| 2.2.1 配准介绍 | 第23-24页 |
| 2.2.2 配准要素 | 第24-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 脑MR图像预处理 | 第29-36页 |
| 3.1 MRI数据 | 第29页 |
| 3.2 预处理流程 | 第29-34页 |
| 3.2.1 头动校正 | 第30-32页 |
| 3.2.2 边缘检测 | 第32-33页 |
| 3.2.3 形态学处理 | 第33-34页 |
| 3.2.4 脑组织结构提取 | 第34页 |
| 3.3 本章小结 | 第34-36页 |
| 第4章 脑MR图像分割 | 第36-47页 |
| 4.1 传统模糊C均值方法的不足 | 第36-37页 |
| 4.2 基于改进模糊C均值算法的脑MR图像分割 | 第37-40页 |
| 4.2.1 马氏距离 | 第37页 |
| 4.2.2 FCM算法参数选择研究 | 第37-38页 |
| 4.2.3 优化算法的目标函数 | 第38-39页 |
| 4.2.4 参数的估计 | 第39-40页 |
| 4.2.5 图像分割算法步骤 | 第40页 |
| 4.3 实验结果分析 | 第40-46页 |
| 4.3.1 实验说明 | 第40-43页 |
| 4.3.2 体积计算 | 第43-44页 |
| 4.3.3 分类结果对比 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 脑萎缩区域对比 | 第47-54页 |
| 5.1 配准 | 第47-49页 |
| 5.1.1 配准流程 | 第47页 |
| 5.1.2 配准方法 | 第47-49页 |
| 5.2 实验分析 | 第49-53页 |
| 5.2.1 双样本T检验 | 第50-52页 |
| 5.2.2 脑萎缩区域对比 | 第52-53页 |
| 5.3 实验总结 | 第53-54页 |
| 结论与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
