聚类分析在医学图像中的应用
| 目录 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 概述 | 第8-15页 |
| §1.1 课题研究的目的及其意义 | 第8-9页 |
| §1.2 国内外研究现状及相关领域 | 第9-10页 |
| §1.2.1 研究现状 | 第9页 |
| §1.2.2 相关学科领域 | 第9-10页 |
| §1.3 我院的医学影像及相关应用现状 | 第10-13页 |
| §1.4 研究内容 | 第13页 |
| §1.5 研究创新 | 第13页 |
| §1.6 论文的主要内容及组织 | 第13-15页 |
| 第二章 医学图像及其特性 | 第15-24页 |
| §2.1 DICOM3.0标准 | 第15-17页 |
| §2.1.1 DICOM 3.0标准组成 | 第15页 |
| §2.1.2 DICOM文件格式 | 第15-16页 |
| §2.1.3 DICOM数据编码规则 | 第16页 |
| §2.1.4 图像信息模型 | 第16-17页 |
| §2.2 医学图像的特性 | 第17-18页 |
| §2.3 医学图像的预处理 | 第18-20页 |
| §2.3.1 数字化 | 第18页 |
| §2.3.2 归一化 | 第18页 |
| §2.3.3 平滑 | 第18-19页 |
| §2.3.4 增强 | 第19页 |
| §2.3.5 图像的格式转换 | 第19页 |
| §2.3.6 图像数据的标准化 | 第19-20页 |
| §2.4 医学图像处理 | 第20-21页 |
| §2.5 医学图像数据挖掘基本方法 | 第21-22页 |
| §2.6 人体腹部组织图像灰度研究 | 第22-23页 |
| §2.7 本章小结 | 第23-24页 |
| 第三章 聚类分析在医学图像中应用 | 第24-37页 |
| §3.1 聚类分析及其在图像挖掘中的应用 | 第24-26页 |
| §3.1.1 聚类分析技术 | 第24-25页 |
| §3.1.2 图像聚类分析 | 第25-26页 |
| §3.2 核密度函数 | 第26-30页 |
| §3.2.1 密度函数构造 | 第27-29页 |
| §3.2.2 数据点的聚类 | 第29-30页 |
| §3.3 分箱近似核估计 | 第30-35页 |
| §3.3.1 分箱函数及分箱规则 | 第31-32页 |
| §3.3.2 分箱核估计的改进 | 第32-35页 |
| §3.4 基于数据分箱近似核密度的聚类及其定义 | 第35-36页 |
| §3.5 本章小结 | 第36-37页 |
| 第四章 医学图像密度聚类算法的改进及实现 | 第37-49页 |
| §4.1.定义带修正系数的密度函数 | 第37-39页 |
| §4.2 聚类分析流程 | 第39-40页 |
| §4.2.1 数据的获取 | 第39-40页 |
| §4.2.2 聚类分析阶段 | 第40页 |
| §4.3 DENCLUE-MI算法设计与实现 | 第40-41页 |
| §4.4 聚类算法的形式描述 | 第41-42页 |
| §4.5 基于密度函数构造的医学图像特征提取 | 第42-43页 |
| §4.6 实验结果和性能评价 | 第43-48页 |
| §4.6.1 实验数据 | 第43页 |
| §4.6.2 实验过程 | 第43-44页 |
| §4.6.3 实验结果 | 第44-47页 |
| §4.6.4 性能分析 | 第47-48页 |
| §4.7 本章小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-51页 |
| §5.1 本文总结 | 第49页 |
| §5.2 进一步的研究工作 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |
