摘要 | 第4-5页 |
abstract | 第5-6页 |
专用术语注释表 | 第9-10页 |
第一章 绪论 | 第10-28页 |
1.1 引言 | 第10页 |
1.2 前列腺和前列腺癌的介绍 | 第10-12页 |
1.3 图像引导放射治疗技术 | 第12-23页 |
1.3.1 X射线及电离辐射危害 | 第13-16页 |
1.3.2 计算机断层成像(CT)介绍 | 第16-21页 |
1.3.3 基于CT图像引导的放射治疗技术 | 第21-23页 |
1.4 国内外研究现状和回顾 | 第23-25页 |
1.5 本课题研究内容 | 第25-26页 |
1.6 论文的主要贡献和创新 | 第26页 |
1.7 论文组织框架 | 第26-28页 |
第二章 相关知识介绍 | 第28-40页 |
2.1 随机森林算法 | 第28-34页 |
2.1.1 决策树的介绍 | 第28-30页 |
2.1.2 随机森林生成过程 | 第30-31页 |
2.1.3 随机森林的随机特征选取 | 第31-32页 |
2.1.4 随机森林的应用 | 第32-33页 |
2.1.5 随机森林的优缺点 | 第33-34页 |
2.2 配准方法介绍 | 第34-36页 |
2.2.1 刚体变换 | 第34-35页 |
2.2.2 仿射变换 | 第35-36页 |
2.3 特征介绍 | 第36-40页 |
2.3.1 特征提取 | 第36-37页 |
2.3.2 3D Haar-like feature介绍 | 第37-38页 |
2.3.3 上下文特征介绍 | 第38-40页 |
第三章 基于在线更新方法的前列腺CT图像分割方法 | 第40-48页 |
3.1 基于在线更新方法的前列腺CT图像分割方法 | 第40-42页 |
3.1.1 训练阶段 | 第41页 |
3.1.2 分割阶段 | 第41-42页 |
3.1.3 分类器更新 | 第42页 |
3.2 实验结果与分析 | 第42-47页 |
3.2.1 实验性能指标 | 第42-43页 |
3.2.2 实验参数设置 | 第43页 |
3.2.3 实验结果分析 | 第43-47页 |
3.3 本章小结 | 第47-48页 |
第四章 基于群体图像的多任务计划CT图像前列腺自动分割方法 | 第48-54页 |
4.1 基于群体图像的多任务计划CT图像前列腺自动分割方法 | 第48-50页 |
4.1.1 多训练图集的生成 | 第48页 |
4.1.2 训练阶段 | 第48-50页 |
4.1.3 分割阶段 | 第50页 |
4.2 实验与分析 | 第50-53页 |
4.2.1 实验性能指标 | 第50-51页 |
4.2.2 实验参数设置 | 第51页 |
4.2.3 实验结果分析 | 第51-53页 |
4.3 本章小结 | 第53-54页 |
第五章 基于Python语言的CT图像前列腺自动分割软件系统 | 第54-63页 |
5.1 Python及其应用包简介 | 第54-57页 |
5.1.1 Python简介 | 第54-55页 |
5.1.2 Numpy简介 | 第55页 |
5.1.3 Scipy简介 | 第55-56页 |
5.1.4 PyQt简介 | 第56-57页 |
5.1.5 Sklearn简介 | 第57页 |
5.2 开发环境介绍 | 第57页 |
5.3 平台总体设计 | 第57-59页 |
5.4 平台效果展示 | 第59-61页 |
5.5 本章小结 | 第61-63页 |
第六章 总结与展望 | 第63-65页 |
参考文献 | 第65-67页 |
附录1 程序清单 | 第67-69页 |
附录2 攻读硕士学位期间撰写的论文 | 第69-70页 |
附录3 攻读硕士学位期间申请的专利 | 第70-71页 |
附录4 攻读硕士学位期间参加的科研项目 | 第71-72页 |
致谢 | 第72页 |