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

基于胰腺内镜超声图像的计算机辅助诊断和治疗中的方法研究

目录第2-4页
中文摘要第4-5页
Abstract第5-6页
第一章 绪论第7-11页
    1.1 胰腺癌、内镜超声与放射性粒子植入第7-8页
    1.2 计算机辅助诊断及植入粒子的临床意义和研究现状第8页
    1.3 本文的研究工作和内容安排第8-9页
    1.4 本文的创新之处第9-11页
第二章 基于EUS图像的胰腺癌、正常胰腺以及胰腺炎的分类系统第11-30页
    2.1 引言第11-12页
    2.2 实验资料、方法与结果第12-29页
    2.3 讨论第29页
    2.4 本章小结第29-30页
第三章 基于EUS纹理特征的模糊分类评价胰腺癌粒子治疗效果的研究第30-43页
    3.1 引言第30页
    3.2 纹理特征的提取及模糊分类的原理和结果第30-33页
        3.2.1 纹理特征的提取第30页
        3.2.2 模糊分类的原理第30-32页
        3.2.3 模糊分类的结果第32-33页
    3.3 EUS图像胰腺癌分类中粒子光斑的去除第33-40页
        3.3.1 原理第33-37页
        3.3.2 实验结果与讨论第37-40页
    3.4 采用模糊分类评价粒子治疗的效果第40-42页
    3.5 本章小结第42-43页
第四章 植入~(125)I放射性粒子的计算机模拟第43-50页
    4.1 引言第43页
    4.2 原理第43-45页
    4.3 在EUS图片上模拟粒子的线形植入第45-47页
    4.4 粒子螺旋形植入的计算机模拟第47-49页
    4.5 本章小结第49-50页
第五章 基于EUS胰腺图像的多尺度分块分类以及放射性粒子模拟植入方案的自动生成第50-63页
    5.1 引言第50页
    5.2 基于EUS图像的多尺度分块分类第50-56页
        5.2.1 原理第50-54页
        5.2.2 实验过程第54页
        5.2.3 实验结果和讨论第54-56页
    5.3 基于胰腺癌高危区域的~(125)I粒子模拟植入方案的自动生成第56-61页
        5.3.1 原理第56-58页
        5.3.2 实验流程及结果第58-61页
    5.4 本章小结第61-63页
第六章 总结与展望第63-65页
    6.1 工作总结第63-64页
    6.2 展望第64-65页
参考文献第65-68页
硕士期间发表的学术论文第68-69页
致谢第69-70页

论文共70页,点击 下载论文
上一篇:构件组装技术研究及组装工具的实现
下一篇:语义处理在REST风格web服务中的研究与应用