图像分割算法研究及其在孤立肺结节诊断中的应用
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·医学图像处理概述 | 第7页 |
| ·医学图像分割的重要意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文的主要研究内容 | 第9-11页 |
| 2 医学图像分割方法 | 第11-18页 |
| ·灰度阈值分割方法 | 第12-13页 |
| ·基于区域的分割方法 | 第13-14页 |
| ·基于边缘检测的图像分割方法 | 第14-15页 |
| ·基于特定理论的分割方法 | 第15-18页 |
| 3 基于遗传模拟退火算法的图像分割 | 第18-28页 |
| ·遗传模拟退火算法 | 第18-19页 |
| ·遗传算法的基本原理 | 第18-19页 |
| ·模拟退火算法的基本原理 | 第19页 |
| ·遗传模拟退火算法的基本原理 | 第19页 |
| ·基于遗传模拟退火算法的二维最大熵阈值法 | 第19-23页 |
| ·Shannon 熵的性质及二维最大熵阈值法原理 | 第19-22页 |
| ·用遗传模拟退火算法（GASA）确定最大熵阈值 | 第22-23页 |
| ·实验结果 | 第23-25页 |
| ·实验结果分析 | 第25-28页 |
| ·实验评价指标 | 第25-26页 |
| ·方法对比及实验结论 | 第26-28页 |
| 4 肺实质及 ROI 区域的提取 | 第28-43页 |
| ·图像预处理 | 第28-33页 |
| ·图像来源和格式介绍 | 第28-29页 |
| ·图像格式的转换 | 第29-32页 |
| ·图像的平滑 | 第32-33页 |
| ·肺实质提取 | 第33-39页 |
| ·图像分割 | 第34页 |
| ·形态学运算 | 第34-36页 |
| ·边缘检测 | 第36-37页 |
| ·8-邻域标记 | 第37-38页 |
| ·肺轮廓补偿 | 第38页 |
| ·提取肺实质 | 第38-39页 |
| ·ROI 区域提取 | 第39页 |
| ·实验结果及分析 | 第39-43页 |
| ·肺实质提取实验 | 第39-41页 |
| ·ROI 区域提取实验 | 第41-43页 |
| 5 肺结节计算机辅助诊断系统实现 | 第43-53页 |
| ·肺部CT 图像标注系统 | 第43-47页 |
| ·系统的基本组成 | 第43页 |
| ·系统开发界面 | 第43-47页 |
| ·肺结节计算机辅助诊断系统 | 第47-53页 |
| ·系统功能介绍 | 第47-48页 |
| ·系统的基本组成 | 第48-49页 |
| ·系统开发界面 | 第49-53页 |
| 6 全文总结 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 作者在攻读硕士学位期间的其它工作 | 第59页 |
