| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景和研究意义 | 第8-10页 |
| 1.1.1 尘肺病的病理及危害 | 第8-9页 |
| 1.1.2 尘肺病医学诊断现状 | 第9-10页 |
| 1.2 尘肺病CAD系统的研究现状 | 第10-13页 |
| 1.2.1 计算机辅助诊断系统的发展历史及研究现状 | 第10-12页 |
| 1.2.2 基于X光胸片的尘肺病CAD研究现状 | 第12-13页 |
| 1.3 论文研究内容和结构安排 | 第13-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 基于图割的肺实质分割和肋间区域分割 | 第16-30页 |
| 2.1 X光胸片图像预处理 | 第16-18页 |
| 2.2 基于图割的X光胸片图像分割 | 第18-21页 |
| 2.2.1 医学图像分割方法介绍 | 第18-19页 |
| 2.2.2 基于图割的X光胸片肺实质分割 | 第19-21页 |
| 2.3 X光胸片的肋间区域分割 | 第21-26页 |
| 2.4 肋间区域小块分割 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于灰度共生矩阵的胸片纹理特征提取 | 第30-36页 |
| 3.1 常用图像特征提取方法 | 第30-31页 |
| 3.2 灰度共生矩阵提取X光胸片图像特征 | 第31-34页 |
| 3.2.1 基于灰度共生矩阵的纹理特征提取方法介绍 | 第31-32页 |
| 3.2.2 提取灰度共生矩阵的主要特征值 | 第32-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第四章 基于随机森林的胸片图像分类 | 第36-48页 |
| 4.1 随机森林的基分类器-决策树 | 第36-40页 |
| 4.2 随机森林分类器的训练过程 | 第40-43页 |
| 4.3 基于随机森林的X光胸片图像的分类 | 第43-44页 |
| 4.4 实验结果和分析 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 面向X光胸片的尘肺病灶辅助检测系统的设计与实现 | 第48-60页 |
| 5.1 面向X光胸片的尘肺病灶辅助检测系统需求分析 | 第48-51页 |
| 5.1.1 系统可行性分析 | 第48页 |
| 5.1.2 系统功能需求分析 | 第48-49页 |
| 5.1.3 系统性能需求分析 | 第49-50页 |
| 5.1.4 系统用例描述 | 第50-51页 |
| 5.2 面向X光胸片的尘肺病灶辅助检测系统总体设计 | 第51-54页 |
| 5.2.1 系统功能设计 | 第51-52页 |
| 5.2.2 系统流程设计 | 第52页 |
| 5.2.3 系统结构设计 | 第52-54页 |
| 5.3 面向X光胸片的尘肺病灶辅助检测系统实现 | 第54-57页 |
| 5.3.1 开发环境与开发工具 | 第54页 |
| 5.3.2 系统主要操作与界面 | 第54-56页 |
| 5.3.3 系统测评 | 第56-57页 |
| 5.4 本章小结 | 第57-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60-61页 |
| 6.2 未来展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士学位期间参加的科研项目和取得的学术成果 | 第70页 |
