| 独创性声明 | 第1页 |
| 学位论文版权使用授权书 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·选题的目的和意义 | 第9-10页 |
| ·医学图像分割的研究现状 | 第10-12页 |
| ·MRI图像的特点 | 第12-15页 |
| ·核磁共振现象和 MRI成像 | 第12-13页 |
| ·腹部 MRI图像特点 | 第13-15页 |
| ·肝脏图像分割的解决方向 | 第15页 |
| ·本文采用的肝脏分割方法 | 第15-16页 |
| ·本文创新之处 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 图像分割技术综述 | 第18-43页 |
| ·基于阈值的分割方法 | 第18-23页 |
| ·直方图法 | 第18-19页 |
| ·最小误差法 | 第19页 |
| ·大津方法 | 第19-21页 |
| ·熵最大值法 | 第21页 |
| ·模糊阈值法 | 第21-23页 |
| ·阈值法性能分析 | 第23页 |
| ·基于边缘的分割方法 | 第23-27页 |
| ·基于一阶导数的边缘算子 | 第23-25页 |
| ·基于二阶导数的边缘算子 | 第25页 |
| ·基于最优方法的边缘算子 | 第25-26页 |
| ·边缘检测算法评价 | 第26-27页 |
| ·基于数学形态学的分割方法 | 第27-30页 |
| ·二值形态学 | 第27-28页 |
| ·灰度形态学 | 第28页 |
| ·数学形态学方法的应用及评价 | 第28-30页 |
| ·基于区域的分割方法 | 第30-32页 |
| ·区域生长法 | 第30-31页 |
| ·分裂合并法 | 第31-32页 |
| ·基于神经元网络的分割方法 | 第32-33页 |
| ·基于知识的分割方法 | 第33页 |
| ·基于模糊技术的分割方法 | 第33-35页 |
| ·图像边缘检测的模糊方法 | 第34页 |
| ·图像模糊聚类分割方法 | 第34-35页 |
| ·基于形变模型的分割方法 | 第35-41页 |
| ·水平集方法(level Set Method) | 第36-39页 |
| ·窄带法(Narrowband Method) | 第39-40页 |
| ·快速行进法(Fast Marching Method) | 第40-41页 |
| ·图像分割技术展望 | 第41-43页 |
| 第三章 基于腹部 MRI图像的肝脏分割 | 第43-65页 |
| ·图像的预处理 | 第43-46页 |
| ·改进的大津方法 | 第46-48页 |
| ·主动脉定位 | 第48-49页 |
| ·基于水平集方法的肝脏分割 | 第49-52页 |
| ·区域生长法 | 第52-59页 |
| ·多区域肝脏的分割 | 第59-62页 |
| ·实验 | 第62-65页 |
| 第四章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 论文情况 | 第71页 |