| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 核磁共振技术及鼻咽癌的MR影像特点 | 第11-12页 |
| 1.3.1 核磁共振图像成像原理 | 第11-12页 |
| 1.3.2 鼻咽癌的MR影像特点 | 第12页 |
| 1.4 本文的主要研究工作 | 第12-13页 |
| 1.5 论文组织结构 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 医学图像分割与分类算法 | 第15-22页 |
| 2.1 医学图像分割方法 | 第15-19页 |
| 2.1.1 基于区域的分割方法 | 第15-17页 |
| 2.1.2 基于边缘的分割方法 | 第17-19页 |
| 2.1.3 基于区域和边缘混合的方法 | 第19页 |
| 2.2 医学图像分类算法 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于改进的Chan-Vese模型的鼻粘膜区域分割 | 第22-42页 |
| 3.1 水平集方法及Chan-Vese模型 | 第22-29页 |
| 3.1.1 水平集方法 | 第22-25页 |
| 3.1.2 Chan-Vese模型 | 第25-26页 |
| 3.1.3 基于水平集求解Chan-Vese模型 | 第26-29页 |
| 3.2 脑部MR图像分割算法流程 | 第29-30页 |
| 3.3 脑部MR图像预处理 | 第30-31页 |
| 3.4 基于改进的Chan-Vese模型的鼻粘膜区域分割算法 | 第31-37页 |
| 3.4.1 基于最大类间方差法的鼻粘膜区域的粗分割 | 第32-35页 |
| 3.4.2 基于改进的Chan-Vese模型的分割 | 第35-36页 |
| 3.4.3 对比实验 | 第36-37页 |
| 3.5 鼻咽粘膜区域分割结果与验证 | 第37-41页 |
| 3.5.1 改进的Chan-Vese模型对鼻粘膜分割结果 | 第37-39页 |
| 3.5.2 分割算法评估 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于MR图像分析的鼻咽癌诊断 | 第42-56页 |
| 4.1 鼻粘膜区域的特征提取 | 第42-48页 |
| 4.1.1 基于灰度共生矩阵的纹理特征 | 第42-44页 |
| 4.1.2 形状特征提取 | 第44-47页 |
| 4.1.3 基于灰度直方图的统计特征 | 第47-48页 |
| 4.2 基于主成分分析算法对特征数据降维处理 | 第48-50页 |
| 4.3 支持向量机理论 | 第50-53页 |
| 4.3.1 线性可分问题 | 第50-52页 |
| 4.3.2 线性不可分问题 | 第52-53页 |
| 4.4 鼻咽癌诊断实验及结果分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 硕士学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 附件 | 第62页 |
