联合弹性特性的乳腺超声图像序列诊断分析
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第1章 绪论 | 第14-21页 |
| ·引言 | 第14-15页 |
| ·乳腺癌病理 | 第15-16页 |
| ·乳腺癌的分类 | 第16-17页 |
| ·影像学在乳腺肿瘤诊断中的应用 | 第17-20页 |
| ·钼靶X 线摄影 | 第18页 |
| ·磁共振成像 | 第18页 |
| ·近红外扫描 | 第18-19页 |
| ·CT 扫描 | 第19页 |
| ·放射性核素显像 | 第19页 |
| ·超声成像 | 第19-20页 |
| ·论文的结构安排 | 第20-21页 |
| 第2章 乳腺肿瘤的超声诊断方法 | 第21-28页 |
| ·引言 | 第21-22页 |
| ·乳腺肿瘤非弹性成像诊断 | 第22-25页 |
| ·二维超声成像 | 第22-23页 |
| ·其他非弹性成像 | 第23-25页 |
| ·乳腺肿瘤弹性成像诊断 | 第25-26页 |
| ·实验数据和实验环境 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 超声乳腺肿瘤图像序列的去噪处理 | 第28-40页 |
| ·引言 | 第28-29页 |
| ·各向异性扩散模型 | 第29-31页 |
| ·具有更好鲁棒性的各向异性扩散方程 | 第29-30页 |
| ·针对斑点噪声的各向异性扩散方程 | 第30-31页 |
| ·改进的各向异性扩散方程 | 第31-33页 |
| ·扩散系数算子的选取 | 第31-32页 |
| ·斑点尺度系数q_0 (t)的选取 | 第32-33页 |
| ·实验结果与讨论 | 第33-39页 |
| ·滤波性能评价指标 | 第33-34页 |
| ·仿真图像实验 | 第34-37页 |
| ·实际超声图像实验 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 超声乳腺肿瘤图像序列的分割处理 | 第40-58页 |
| ·引言 | 第40-41页 |
| ·改进的基于C-V 模型的分割算法 | 第41-46页 |
| ·经典C-V 模型与重初始化 | 第42-44页 |
| ·改进的C-V 模型 | 第44-46页 |
| ·本文采用的图像分割性能评价参数 | 第46-47页 |
| ·针对乳腺肿瘤超声图像序列的分割方法 | 第47-50页 |
| ·自动初始化图像序列分割流程 | 第47-48页 |
| ·改进的自动初始化图像序列分割流程 | 第48-50页 |
| ·手工分割方法 | 第50页 |
| ·实验与结果分析 | 第50-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 超声乳腺肿瘤图像序列的特征提取 | 第58-77页 |
| ·引言 | 第58-59页 |
| ·非弹性特征 | 第59-66页 |
| ·纹理特征 | 第59-63页 |
| ·形态特征 | 第63-65页 |
| ·基于统计平均的非弹性特征 | 第65-66页 |
| ·弹性特征 | 第66-73页 |
| ·相对加压程度评估 | 第66-69页 |
| ·基于相对加压程度的弹性特征 | 第69-71页 |
| ·基于相对加压程度方差比的弹性特征 | 第71-73页 |
| ·所提取特征的性能初步分析 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 超声乳腺肿瘤图像序列的特征选择和分类判断 | 第77-92页 |
| ·引言 | 第77-78页 |
| ·特征选择算法 | 第78-80页 |
| ·最优搜索法 | 第78-79页 |
| ·次优搜索法 | 第79-80页 |
| ·特征分类学习算法及分类器 | 第80-86页 |
| ·支持向量机 | 第81-84页 |
| ·常用分类器比较 | 第84-86页 |
| ·特征选择和分类学习算法的结合 | 第86-87页 |
| ·基于滤波式（Filter）的特征选择模型 | 第86页 |
| ·基于封装式（Wrapper）的特征选择模型 | 第86-87页 |
| ·基于嵌入式（Embedded）的特征选择模型 | 第87页 |
| ·本文采用的方法和试验结果 | 第87-90页 |
| ·本章小结 | 第90-92页 |
| 第7章 总结与展望 | 第92-95页 |
| ·论文的主要研究内容与创新成果 | 第92-93页 |
| ·未来研究的展望 | 第93-95页 |
| 参考文献 | 第95-106页 |
| 中英文缩写对照 | 第106-108页 |
| 致谢 | 第108-110页 |
| 在读期间发表的学术论文 | 第110-111页 |
