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

基于图论的三维乳腺肿瘤超声图像的分割方法研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-18页
    1.1 乳腺肿瘤超声图像的研究目的和意义第11-12页
    1.2 乳腺肿瘤超声图像分割技术研究概况第12-16页
    1.3 本文的工作概要和内容安排第16-18页
        1.3.1 主要工作第16-17页
        1.3.2 论文的章节安排第17-18页
第二章 医学乳腺肿瘤超声图像分割概述第18-31页
    2.1 图像分割第18-19页
    2.2 2D医学乳腺肿瘤超声图像分割方法第19-25页
        2.2.1 基于区域的分割方法第19-22页
        2.2.2 基于边缘的分割方法第22-23页
        2.2.3 结合特定理论的分割方法第23-25页
    2.3 3D医学乳腺肿瘤超声图像分割方法第25-29页
        2.3.1 阈值分割法第26页
        2.3.2 边缘检测法第26-27页
        2.3.3 形变模型第27页
        2.3.4 聚类法第27-28页
        2.3.5 马尔科夫随机场第28-29页
    2.4 本章小结第29-31页
第三章 基于图论的 3D乳腺肿瘤超声图像分割方法第31-47页
    3.1 基于图论的分割算法概述第31-32页
    3.2 图像预处理第32-33页
    3.3 基于图论的 3D乳腺肿瘤超声图像分割方法第33-43页
        3.3.1 建图第34-35页
        3.3.2 融合第35-42页
            3.3.2.1 区域对比准则第35-41页
            3.3.2.2 区域融合第41-42页
        3.3.3 基于图论的分割算法流程第42-43页
    3.4 对比算法简介第43-45页
        3.4.1 FCM算法第43-44页
        3.4.2 Snake算法第44-45页
    3.5 本章小结第45-47页
第四章 实验结果与分析第47-59页
    4.1 分割结果量化评估指标第47-48页
    4.2 实验结果与分析第48-57页
    4.3 本章小结第57-59页
结论第59-61页
参考文献第61-68页
攻读硕士学位期间取得的研究成果第68-69页
致谢第69-70页
附件第70页

论文共70页,点击 下载论文
上一篇:基于Graph Cuts和先验形状约束的图像分割算法研究
下一篇:机器视觉半导体分选系统的研制