基于区域模型水平集方法的消化道肿瘤检测
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 问题的提出及研究意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 消化道肿瘤图片的研究现状 | 第8-10页 |
| 1.2.2 水平集方法的研究现状 | 第10-11页 |
| 1.3 本文的研究目的和研究内容 | 第11-13页 |
| 1.3.1 本文的研究目的 | 第11页 |
| 1.3.2 本文的主要工作和组织结构 | 第11-13页 |
| 2 预备知识 | 第13-28页 |
| 2.1 图像分割 | 第13-16页 |
| 2.1.1 图像分割的定义 | 第13页 |
| 2.1.2 图像分割的方法分类 | 第13-16页 |
| 2.2 水平集方法 | 第16-19页 |
| 2.2.1 基本思想 | 第16-18页 |
| 2.2.2 嵌入函数的选用和初始化 | 第18页 |
| 2.2.3 重新初始化 | 第18页 |
| 2.2.4 水平集方法的优点 | 第18-19页 |
| 2.3 活动轮廓模型 | 第19-24页 |
| 2.3.1 基于边缘的活动轮廓模型 | 第19-21页 |
| 2.3.2 基于区域的活动轮廓模型 | 第21-24页 |
| 2.4 数学形态学 | 第24-27页 |
| 2.4.1 基本概念 | 第24页 |
| 2.4.2 基本操作 | 第24-27页 |
| 2.5 本章小节 | 第27-28页 |
| 3 基于区域模型的水平集分割方法 | 第28-34页 |
| 3.1 距离正则化的水平集分割方法 | 第28-33页 |
| 3.1.1 约束项 | 第28-30页 |
| 3.1.2 成像模型与局部思想 | 第30-31页 |
| 3.1.3 纹理特征引入 | 第31-33页 |
| 3.2 数值实现 | 第33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 消化道肿瘤图片的检测 | 第34-49页 |
| 4.1 消化道肿瘤图片检测流程 | 第34页 |
| 4.2 消化道肿瘤图片预处理 | 第34-36页 |
| 4.3 消化道肿瘤图片的分割 | 第36-39页 |
| 4.3.1 两层水平集分割 | 第36-37页 |
| 4.3.2 三层水平集分割 | 第37-39页 |
| 4.4 消化道肿瘤图片的后期处理 | 第39-42页 |
| 4.5 消化道肿瘤图片的判断 | 第42-48页 |
| 4.5.1 判断条件的设定 | 第42-44页 |
| 4.5.2 二次判断 | 第44-45页 |
| 4.5.3 检测试验及结果分析 | 第45-48页 |
| 4.6 本章小节 | 第48-49页 |
| 5 总结与展望 | 第49-51页 |
| 5.1 论文总结 | 第49页 |
| 5.2 后续工作展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 附录 | 第57页 |
| A作者在攻读学位期间发表的论文目录 | 第57页 |
| B作者在攻读学位期间取得的科研成果目录 | 第57页 |
