数字乳腺X线图像肿块区域的增强与检测研究
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-8页 |
| 前言 | 第8-10页 |
| 1 研究意义 | 第8页 |
| 2 本论文内容安排 | 第8-10页 |
| 第一章 乳腺癌的肿块病理特征 | 第10-16页 |
| ·乳腺癌概述 | 第10-11页 |
| ·乳腺癌的诊断 | 第11-13页 |
| ·乳腺癌在 X 线下的表现 | 第13-14页 |
| ·肿块在 X 片中诊断的难点 | 第14-16页 |
| 第二章 肿块的增强处理 | 第16-34页 |
| ·灰度变换增强法 | 第16-18页 |
| ·线性灰度变换 | 第16-17页 |
| ·分段线性灰度变换 | 第17页 |
| ·非线性灰度变换 | 第17-18页 |
| ·直方图修正增强方法 | 第18-22页 |
| ·直方图修改技术 | 第18-21页 |
| ·直方图均衡化 | 第21-22页 |
| ·伪彩色增强方法 | 第22-25页 |
| ·基于数学形态学的增强方法 | 第25-28页 |
| ·数学形态学基本理论 | 第25-27页 |
| ·数学形态学增强算法 | 第27-28页 |
| ·肿块区域智能增强算法 | 第28-34页 |
| ·圆形凸出区域的增强算法 | 第28-29页 |
| ·算法的特性分析 | 第29-31页 |
| ·算法在数字乳腺 X 线图像中的应用 | 第31-34页 |
| 第三章 肿块区域分割 | 第34-41页 |
| ·乳房区域分割 | 第34-36页 |
| ·肿块区域分割 | 第36-41页 |
| ·经典区域生长 | 第36-37页 |
| ·改进的区域生长 | 第37-38页 |
| ·肿块区域分割具体算法 | 第38-41页 |
| 第四章 基于粗糙集理论的肿块的良、恶性识别 | 第41-59页 |
| ·粗糙集理论 | 第41-46页 |
| ·数据表知识表达系 | 第43页 |
| ·决策表 | 第43页 |
| ·不可分辨关系 | 第43-44页 |
| ·上近似、下近似 | 第44-45页 |
| ·正区域、负区域和边界域 | 第45页 |
| ·属性依赖度 | 第45-46页 |
| ·属性重要性 | 第46页 |
| ·属性归约 | 第46页 |
| ·核心 | 第46页 |
| ·肿块区域特征提取 | 第46-48页 |
| ·粗糙集理论在肿块识别中的具体应用 | 第48-59页 |
| ·建立决策表 | 第48-50页 |
| ·决策表的离散化 | 第50-52页 |
| ·约简决策表 | 第52-56页 |
| ·决策规则的提取 | 第56-57页 |
| ·实验结果 | 第57-59页 |
| 第五章 医学图像显示一致性的研究 | 第59-66页 |
| ·基本原理 | 第59-61页 |
| ·一致性的实现过程 | 第61-66页 |
| ·灰度显示特征曲线的测量 | 第61-62页 |
| ·灰度显示特征的变换 | 第62-63页 |
| ·一致性的测量 | 第63-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·论文的总结 | 第66页 |
| ·进一步的工作 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间发表的学术论文目录 | 第73页 |
