| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外医学图像分割方法研究现状 | 第11-17页 |
| ·基于区域的分割方法 | 第11-12页 |
| ·基于统计学的方法 | 第12-14页 |
| ·基于信息论的方法 | 第14页 |
| ·基于模糊集理论的方法 | 第14-15页 |
| ·基于神经网络的方法 | 第15-16页 |
| ·基于小波变换的方法 | 第16-17页 |
| ·本文主要研究工作和创新点 | 第17-19页 |
| 第二章 活动轮廓模型和水平集方法 | 第19-35页 |
| ·引言 | 第19-20页 |
| ·参数活动轮廓模型 | 第20-24页 |
| ·几何活动轮廓模型 | 第24-27页 |
| ·水平集方法 | 第27-34页 |
| ·曲线演化理论 | 第28-30页 |
| ·水平集算法曲线演化 | 第30-32页 |
| ·水平集函数的数值解 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于KL距离和局部邻域信息的CV模型 | 第35-46页 |
| ·引言 | 第35页 |
| ·Chan-Vese模型(简称CV模型) | 第35-37页 |
| ·水平集表达的CV模型 | 第37-39页 |
| ·Kullback-Leibler(KL)距离加权的CV模型 | 第39-43页 |
| ·KL距离 | 第39-40页 |
| ·KL距离加权的CV模型(简称KLCV模型) | 第40-43页 |
| ·基于KL距离加权和局部邻域信息的CV模型(简称KLNCV模型) | 第43-46页 |
| ·局部邻域信息 | 第43-44页 |
| ·KLNCV模型 | 第44-46页 |
| 第四章 实验和讨论 | 第46-65页 |
| ·引言 | 第46-47页 |
| ·实验环境 | 第47页 |
| ·分割结果评价方法 | 第47-48页 |
| ·像素重叠率 | 第47-48页 |
| ·Hausdorff距离 | 第48页 |
| ·LBF模型(Local Binary Fitting Model) | 第48-49页 |
| ·实验结果与分析 | 第49-64页 |
| ·肾脏分割结果比较 | 第49-58页 |
| ·脑部肿瘤分割结果比较 | 第58-60页 |
| ·局部邻域大小对分割的影响 | 第60-62页 |
| ·初始轮廓对分割的影响 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| ·本文工作总结 | 第65-66页 |
| ·未来工作展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间成果 | 第72-73页 |
| 致谢 | 第73-75页 |
| 统计学合格证明 | 第75页 |
