| 摘要 | 第1-4页 |
| 英文摘要 | 第4-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题背景 | 第10-12页 |
| ·医学图像分割的理论意义和研究价值 | 第12-13页 |
| ·医学图像分割方法的研究特点及发展趋势 | 第13-15页 |
| ·本文主要工作及组织结构 | 第15-16页 |
| 第二章 图像分割技术研究 | 第16-34页 |
| ·图像分割基本概念 | 第16-17页 |
| ·图像分割研究现状 | 第17-19页 |
| ·图像分割方法的分类 | 第19-20页 |
| ·常用的各种图像分割方法 | 第20-30页 |
| ·基于阈值的分割方法 | 第21-23页 |
| ·基于边缘的分割方法 | 第23-24页 |
| ·基于区域的分割方法 | 第24-25页 |
| ·纹理分割 | 第25-27页 |
| ·基于分形理论的图像分割方法 | 第27-28页 |
| ·基于数学形态学的分割方法 | 第28-29页 |
| ·基于小波理论的分割方法 | 第29页 |
| ·基于神经网络的分割方法 | 第29-30页 |
| ·图像分割技术的发展趋势 | 第30-31页 |
| ·图像分割领域存在的问题 | 第31-32页 |
| ·分割方法的评价 | 第32-34页 |
| 第三章 模糊数学的基本原理及其在图像处理中的应用 | 第34-41页 |
| ·模糊理论的提出及发展 | 第34-35页 |
| ·模糊理论在图像处理中的应用 | 第35-36页 |
| ·模糊集介绍 | 第36-41页 |
| ·隶属函数的确定方法 | 第37-39页 |
| ·常用的隶属函数 | 第39页 |
| ·模糊集的表示方法 | 第39-40页 |
| ·模糊程度的度量 | 第40-41页 |
| 第四章 遗传算法的基本理论及方法 | 第41-58页 |
| ·遗传算法的基本思路 | 第41-42页 |
| ·遗传算法的特点 | 第42-43页 |
| ·编码 | 第43-45页 |
| ·编码问题 | 第43-44页 |
| ·编码技术 | 第44-45页 |
| ·群体设定 | 第45-46页 |
| ·初始群体的设定 | 第45页 |
| ·群体多样性 | 第45-46页 |
| ·适应度函数 | 第46-47页 |
| ·遗传操作 | 第47-53页 |
| ·选择算子 | 第48-50页 |
| ·交叉算子 | 第50-51页 |
| ·变异算子 | 第51-52页 |
| ·遗传算法主要参数的设置 | 第52-53页 |
| ·遗传算法的几个重要定理 | 第53-57页 |
| ·模式定理 | 第53-55页 |
| ·积木块假设 | 第55-56页 |
| ·遗传算法收敛性 | 第56-57页 |
| ·对遗传算法的方法论思考 | 第57-58页 |
| 第五章 基于模糊阈值的经典分割方法 | 第58-69页 |
| ·基于模糊度的图像阈值分割法 | 第58-61页 |
| ·图像的模糊特征平面与模糊度 | 第58-60页 |
| ·图像分割算法的实现 | 第60页 |
| ·实验结果与分析 | 第60-61页 |
| ·基于遗传算法的模糊集法 | 第61-69页 |
| ·模糊集的定义 | 第61-63页 |
| ·均值直方图 | 第61-62页 |
| ·基于均值直方图的模糊集 | 第62-63页 |
| ·模糊熵的选取 | 第63-64页 |
| ·确定模糊集参数的遗传算法 | 第64-67页 |
| ·染色体编码方法 | 第64页 |
| ·个体适应度 | 第64-65页 |
| ·遗传算子 | 第65-66页 |
| ·运算参数 | 第66-67页 |
| ·遗传算法实现步骤 | 第67页 |
| ·实验结果及分析 | 第67-69页 |
| 第六章 基于模糊熵的多目标CT图像自动分割方法 | 第69-88页 |
| ·概述 | 第69-71页 |
| ·基于模糊熵的多目标医学图像分割方法的提出 | 第69-70页 |
| ·基于模糊熵的多目标分割方法的改进 | 第70-71页 |
| ·多目标医学图像分割的模糊数学模型 | 第71-72页 |
| ·常用的基于模糊熵和快速算法的多目标图像分割方法介绍 | 第72-73页 |
| ·基于最小模糊熵的多目标CT图像自动分割方法 | 第73-79页 |
| ·隶属函数的选用 | 第73-74页 |
| ·模糊熵的选用 | 第74-75页 |
| ·阈值搜索范围的确定过程 | 第75-76页 |
| ·分割阈值的搜索 | 第76-77页 |
| ·实验结果与讨论 | 第77-79页 |
| ·结论 | 第79页 |
| ·基于概率配分和最大模糊熵的多目标CT图像自动分割方法 | 第79-88页 |
| ·概率配分 | 第79-80页 |
| ·模糊聚类 | 第80-82页 |
| ·所选用模糊熵函数有最大值的必要条件 | 第82-83页 |
| ·搜索最佳阈值过程 | 第83-85页 |
| ·实验结果与讨论 | 第85-86页 |
| ·结论 | 第86-88页 |
| 第七章 总结与展望 | 第88-91页 |
| ·本文工作总结 | 第88-89页 |
| ·研究展望 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 在攻读硕士学位期间发表的论文 | 第97-99页 |
| 致谢 | 第99页 |