基于随机游走算法的CT图像肺区域和肺肿瘤的分割研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状与发展 | 第11-14页 |
| 1.3 论文的主要工作与创新 | 第14页 |
| 1.4 章节安排 | 第14-16页 |
| 第2章 肺部CT图像的特点及其分割、修补方法 | 第16-27页 |
| 2.1 肺部CT图像的特点 | 第16-18页 |
| 2.2 肺部CT图像的分割方法 | 第18-24页 |
| 2.2.1 基于区域的分割方法 | 第19-20页 |
| 2.2.2 基于边缘检测的分割方法 | 第20-21页 |
| 2.2.3 基于数学形态学的分割方法 | 第21-22页 |
| 2.2.4 基于聚类的分割方法 | 第22-23页 |
| 2.2.5 基于形变模型的分割方法 | 第23-24页 |
| 2.3 肺部CT图像的修补方法 | 第24-26页 |
| 2.3.1 基于形态学的滚球法 | 第25页 |
| 2.3.2 基于曲率的凸点搭桥法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 随机游走算法及其改进 | 第27-43页 |
| 3.1 随机游走算法的理论 | 第27-31页 |
| 3.1.1 定义边的权值 | 第28-29页 |
| 3.1.2 构建拉普拉斯矩阵 | 第29页 |
| 3.1.3 求解狄利克雷问题 | 第29-30页 |
| 3.1.4 随机游走算法的步骤 | 第30-31页 |
| 3.2 随机游走算法的特性 | 第31-34页 |
| 3.2.1 对弱边界的检测 | 第31-33页 |
| 3.2.2 对噪声的鲁棒性 | 第33-34页 |
| 3.2.3 对未标记的模糊区域的分配 | 第34页 |
| 3.3 随机游走算法直接对肺区域的分割 | 第34-35页 |
| 3.4 种子点的选择对结果的影响 | 第35-36页 |
| 3.5 基于随机游走算法的肺区域分割 | 第36-40页 |
| 3.5.1 首次分割时种子点的选择 | 第37-38页 |
| 3.5.2 再次分割时种子点的选择 | 第38-40页 |
| 3.6 基于随机游走算法的肺肿瘤分割 | 第40-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 实验和讨论 | 第43-55页 |
| 4.1 实验数据和环境 | 第43页 |
| 4.2 实验结果评估方法 | 第43-45页 |
| 4.2.1 肺区域分割的评估方法 | 第43-44页 |
| 4.2.2 肺肿瘤分割的评估方法 | 第44-45页 |
| 4.3 实验框架与步骤 | 第45-47页 |
| 4.3.1 肺区域分割的步骤 | 第45-46页 |
| 4.3.2 肺肿瘤分割的步骤 | 第46-47页 |
| 4.4 实验对比与分析 | 第47-54页 |
| 4.4.1 肺区域分割的实验对比与分析 | 第47-51页 |
| 4.4.2 肺肿瘤分割的实验对比与分析 | 第51-54页 |
| 4.5 实验结果评价 | 第54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55页 |
| 5.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间取得的科研成果 | 第63页 |
