| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 乳腺癌的诊断方法 | 第10-11页 |
| 1.3 乳腺X光摄影及乳腺计算机辅助诊断(乳腺CAD) | 第11-13页 |
| 1.3.1 计算机辅助诊断的一般组成 | 第11-12页 |
| 1.3.2 乳腺癌计算机辅助诊断系统相关技术分析 | 第12-13页 |
| 1.4 课题的研究目的和意义 | 第13页 |
| 1.5 本文内容及章节安排 | 第13-15页 |
| 第2章 图像预处理及乳腺轮廓提取 | 第15-32页 |
| 2.1 乳腺图像特征 | 第15-19页 |
| 2.2 数学形态学和分水岭变换 | 第19-22页 |
| 2.3 轮廓提取算法 | 第22-25页 |
| 2.3.1 迭代值法和乳腺灰度估计 | 第22-23页 |
| 2.3.2 双阈值法获得分水岭种子 | 第23-24页 |
| 2.3.3 分水岭变换获得边界 | 第24-25页 |
| 2.4 基于K聚类的乳腺轮廓提取算法 | 第25-31页 |
| 2.4.1 基于K聚类的乳腺轮廓提取算法步骤 | 第25-26页 |
| 2.4.2 乳腺方向的定位 | 第26-28页 |
| 2.4.3 乳L腺区域的提取 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 良性钙化点的提取 | 第32-55页 |
| 3.1 研究背景 | 第32-34页 |
| 3.2 目前钙化检测存在的问题 | 第34页 |
| 3.3 血管钙化检测算法 | 第34-53页 |
| 3.3.1 基于K曲线的血管钙化检测算法 | 第34-46页 |
| 3.3.2 基于多尺度血管增强的检测算法 | 第46-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第4章 实验结果与讨论 | 第55-62页 |
| 4.1 数据来源 | 第55页 |
| 4.2 算法总结 | 第55-56页 |
| 4.2.1 预处理 | 第55页 |
| 4.2.2 血管钙化提取 | 第55-56页 |
| 4.3 实验结果 | 第56-62页 |
| 4.3.1 预处理实验结果 | 第56-58页 |
| 4.3.2 血管钙化实验结果 | 第58-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |