首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向肺疾病检测的胸腔CT影像分割研究

摘要第1-7页
ABSTRACT第7-13页
第一章 绪论第13-33页
   ·胸腔 CT 影像对肺疾病检测的背景与意义第13-15页
   ·肺疾病检测的研究现状第15-19页
   ·肺解剖结构的分析第19-24页
     ·肺的形态和分叶第20页
     ·肺门与肺根第20-21页
     ·肺的血管结构形态第21-22页
     ·肺支气管及肺段形态第22-24页
   ·胸腔 CT 成像第24-27页
     ·CT 成像的基本原理第24-25页
     ·CT 值、CT 扫描和影像显示第25-26页
     ·肺疾病与胸腔 CT 影像第26-27页
   ·医学影像分割研究与特点第27-30页
     ·医学影像分割方法研究第27-29页
     ·医学影像分割研究特点第29-30页
   ·论文工作的内容第30-31页
   ·论文的组织结构第31-33页
第二章 解剖模型与同态运算对肺野分割的研究第33-53页
   ·引言第33页
   ·肺野分割的研究第33-35页
   ·分割过程的框架第35-38页
   ·CT 影像滤波和肺野分割第38-40页
     ·组合滤波第38-39页
     ·肺野初分割第39-40页
   ·肺解剖结构与肺野获取第40-43页
   ·肺野掩模与影像分割第43-46页
   ·实验结果与分析第46-51页
     ·分割结果的对比第46-47页
     ·分割的准确性、敏感性和特异性第47-49页
     ·分割的肺体误差分析第49-51页
   ·小结第51-53页
第三章 先验形状的活动轮廓模型对肺野分割的研究第53-74页
   ·引言第53-54页
   ·有关活动轮廓和形状模型的研究第54-58页
     ·活动轮廓模型研究第54-57页
     ·形状模型研究第57-58页
   ·先验形状活动轮廓模型分割肺野的研究第58-64页
     ·整体方案的处理流程第58-59页
     ·影像的预处理与滤波第59-60页
     ·先验知识约束的活动轮廓模型第60-64页
   ·肺野训练模型的获取第64-66页
     ·肺野解剖形状分析第64-66页
     ·肺野训练集的 PCA 分解第66页
   ·肺野边界的拟合第66-68页
   ·分割算法与肺野分割第68-69页
   ·实验与分析第69-73页
     ·拟合、分割结果第69-71页
     ·准确性、敏感性和特异性评价第71-72页
     ·分割结果的肺体误差分析第72-73页
   ·小结第73-74页
第四章 流形方法对胸腔 CT 影像中肺野分割的研究第74-90页
   ·引言第74页
   ·流形学习方法简介第74-76页
     ·常见的流形学习方法第75-76页
     ·PCA 维数约减原理第76页
   ·用流形方法对肺野的分割研究第76-82页
     ·肺野形状流形第77-79页
     ·被影响肺野形状的重构第79-80页
     ·基于特征点的肺野注册第80-82页
     ·流形分割算法第82页
   ·实验与结果分析第82-86页
     ·仿真实验数据第82-83页
     ·流形的构造第83-84页
     ·先验形状的重构、配准与分割第84-85页
     ·分割区域误差统计第85-86页
   ·肺野分割方法的分析与比较第86-89页
   ·小结第89-90页
第五章 分数阶微分增强的血管分割研究第90-103页
   ·引言第90-91页
   ·分数阶微分的研究第91-92页
   ·分数阶微分算子与肺血管影像的增强第92-94页
   ·自适应区域划分与分割第94-96页
   ·算法框架第96-97页
   ·实验及结果分析第97-101页
     ·算子增强影像情况的对比第97-98页
     ·对平扫 CT 影像的分割结果第98-100页
     ·对低剂量胸腔 CT 影像的分割结果第100-101页
   ·小结第101-103页
第六章 胸腔 CT 影像中肺结节的分割研究第103-120页
   ·引言第103-104页
   ·肺结节分割方法分析第104-106页
   ·肺结节整体分割方案的分割流程第106-108页
   ·先验肺野形状的主动轮廓模型第108-109页
   ·四邻域连接权的脉冲神经网络第109-110页
   ·增强圆形滤波器第110-111页
   ·候选肺结节的分割第111-114页
   ·实验与分析第114-118页
     ·参数设置与影像分割第114-116页
     ·对 PCsubx 数据的实验与结果评价第116-118页
   ·小结第118-120页
第七章 总结与展望第120-124页
   ·对论文工作的总结第120-122页
     ·本文工作第120-121页
     ·本文创新第121-122页
   ·未来研究问题的讨论第122-124页
致谢第124-125页
参考文献第125-140页
攻博期间取得的研究成果第140-142页

论文共142页,点击 下载论文
上一篇:癌组织中启动子甲基化异常基因的功能模式及致癌机制
下一篇:基于数据融合的综合识别方法研究