基于分类技术的肺部CT图像识别
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究的背景和意义 | 第10-11页 |
| ·国内、外研究现状 | 第11-12页 |
| ·课题来源 | 第12页 |
| ·本文研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第二章 CT图像的特征及肺部CT图像处理 | 第14-20页 |
| ·医学CT图像特点 | 第14-16页 |
| ·CT图像与DICOM文件格式标准 | 第16-17页 |
| ·CT图像的窗宽和窗位 | 第17页 |
| ·肺部CT图像处理 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 肺部CT图像预处理 | 第20-32页 |
| ·相关工作 | 第20-25页 |
| ·CT图像滤波 | 第21-23页 |
| ·CT图像的增强 | 第23-25页 |
| ·肺部CT图像的预处理 | 第25-28页 |
| ·实验结果 | 第28-29页 |
| ·本章小结 | 第29-32页 |
| 第四章 肺部CT感兴趣区域分割 | 第32-46页 |
| ·相关工作 | 第32-41页 |
| ·基于区域的图像分割 | 第32-34页 |
| ·基于边缘的图像分割 | 第34-37页 |
| ·基于特定理论的图像分割 | 第37-41页 |
| ·改进的分割算法 | 第41-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 肺部CT图像特征提取 | 第46-52页 |
| ·相关工作 | 第46-49页 |
| ·纹理特征提取 | 第46-48页 |
| ·形状特征 | 第48-49页 |
| ·肺部CT图像特征的选择 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第六章 肺部CT图像分类 | 第52-60页 |
| ·相关工作 | 第52-54页 |
| ·BP神经网络分类器 | 第54-55页 |
| ·网络训练 | 第55-56页 |
| ·网络评价 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第七章 总结和展望 | 第60-62页 |
| ·工作总结 | 第60页 |
| ·存在问题 | 第60-61页 |
| ·未来工作 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻硕期间参加的项目及发表的论文 | 第68页 |
