| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题的背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 医学成像的分类与发展 | 第10页 |
| 1.2.2 图像分割算法的发展 | 第10-13页 |
| 1.2.3 医学图像分割的难点 | 第13-14页 |
| 1.3 本文的主要研究内容和体系结构 | 第14-16页 |
| 2 医学图像分割方法介绍 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 基于区域的分割方法 | 第16-19页 |
| 2.2.1 阈值分割方法 | 第16-18页 |
| 2.2.2 区域生长法 | 第18-19页 |
| 2.3 基于边缘的分割方法 | 第19-25页 |
| 2.3.1 并行微分算子 | 第19-21页 |
| 2.3.2 主动轮廓模型 | 第21-23页 |
| 2.3.3 水平集函数 | 第23-25页 |
| 2.4 结合特定理论工具的分割方法 | 第25-28页 |
| 2.4.1 模糊集理论的方法 | 第25-26页 |
| 2.4.2 神经网络的方法 | 第26页 |
| 2.4.3 小波分析和变换的方法 | 第26-27页 |
| 2.4.4 数学形态学方法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于阈值方法的 Chan-Vese 模型图像分割 | 第29-42页 |
| 3.1 引言 | 第29页 |
| 3.2 C-V 模型不完全分割原因分析 | 第29-34页 |
| 3.3 结合阈值的改进 C-V 模型 | 第34-37页 |
| 3.4 实验结果及讨论 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 结合模糊 C 均值聚类的水平集方法 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 模糊理论方法预分割 | 第42-44页 |
| 4.3 GVF 方法改进的水平集方法 | 第44-47页 |
| 4.4 实验结果及讨论 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 分割算法选择方法 | 第52-56页 |
| 5.1 引言 | 第52页 |
| 5.2 图像的傅里叶变换 | 第52-53页 |
| 5.3 图像分割选择方法原理 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 论文的主要结论 | 第56-57页 |
| 6.2 存在的问题及对下一步研究工作的展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录：作者在攻读学位期间发表的论文 | 第63页 |