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

基于吸引力传播算法的脑核磁共振图像分割

摘要第1-5页
Abstract第5-7页
第一章 脑核磁共振图像分割概述第7-11页
   ·MRI 分割研究背景及意义第7-8页
   ·MRI 脑图像分割发展趋势第8-10页
   ·论文研究内容和框架第10-11页
第二章 脑核磁共振图像基础第11-21页
   ·核磁共振成像原理第11-12页
   ·脑核磁共振图像分割方法第12-17页
     ·阈值分割方法第12-13页
     ·基于边界和区域的分割方法第13-14页
     ·模糊聚类分割方法第14-15页
     ·统计学分割方法第15-16页
     ·基于知识分割方法第16-17页
     ·基于图谱的分割第17页
   ·脑核磁共振图像分割难点第17-19页
     ·噪声第17-18页
     ·偏移场第18-19页
     ·部分体积效应第19页
   ·分割算法评价标准第19-21页
第三章 基于AP 的分割方法第21-31页
   ·偏移场知识第21-22页
   ·局部图像模型第22-23页
   ·熵理论第23-24页
   ·AP 算法第24-26页
   ·基于AP 的分割方法第26-31页
     ·分块方法第27-29页
     ·AP 分割第29-31页
第四章 实验结果第31-36页
   ·AP 分割脑图像的适用性第31-33页
   ·分块方法的优化作用第33页
   ·实验结果分析与比较第33-34页
   ·算法通用性和可靠性第34-35页
   ·实验总结第35-36页
第五章 总结与展望第36-38页
   ·总结第36页
   ·展望第36-38页
参考文献第38-40页
致谢第40-41页
在学期间公开发表论文及著作情况第41页

论文共41页,点击 下载论文
上一篇:基于本体和潜在语义索引算法的文本分类方法研究
下一篇:基于内容的生物图像秘密隐藏方法研究