摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-19页 |
·课题背景及研究的目的和意义 | 第9-10页 |
·超声图像上的乳腺解剖学结构和回声特点 | 第10-12页 |
·乳腺超声图像分割方法概述 | 第12-17页 |
·非自动的医学超声图像分割方法概述 | 第12-15页 |
·乳腺超声图像自动分割方法概述 | 第15-16页 |
·现有方法的缺陷 | 第16-17页 |
·课题来源 | 第17页 |
·本文的主要研究内容及组织结构 | 第17-19页 |
第2章 乳腺超声图像肿瘤全自动定位方法研究 | 第19-26页 |
·引言 | 第19页 |
·乳腺超声图像肿瘤区域全自动定位方法概述 | 第19-21页 |
·本文提出的方法 | 第21-25页 |
·自动参考点选择 | 第21-23页 |
·自动种子点定位 | 第23-24页 |
·自动ROI 定位 | 第24-25页 |
·本章小结 | 第25-26页 |
第3章 结合多种先验知识的自动分割方法研究 | 第26-39页 |
·引言 | 第26-28页 |
·MAP-MRF 框架下融合多种先验约束的自动分割算法研究 | 第28-32页 |
·MAP-MRF 分割框架介绍 | 第29-31页 |
·分割算法 | 第31-32页 |
·乳腺先验知识建模 | 第32-37页 |
·位置建模 | 第32-35页 |
·外观和连通性建模 | 第35-37页 |
·本章小结 | 第37-39页 |
第4章 实验结果及分析 | 第39-47页 |
·引言 | 第39页 |
·肿瘤全自动定位方法实验结果 | 第39-43页 |
·本文方法对肿瘤位置变化的敏感性实验 | 第40-41页 |
·本文方法的健壮性实验 | 第41-42页 |
·本文方法与两种自动定位方法的总体性能比较 | 第42-43页 |
·基于MAP-MRF 框架的全自动分割方法实验结果 | 第43-45页 |
·本章小结 | 第45-47页 |
结论 | 第47-49页 |
参考文献 | 第49-53页 |
攻读学位期间发表的学术论文 | 第53-55页 |
致谢 | 第55页 |