摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-14页 |
1.1 课题研究的背景及意义 | 第9-10页 |
1.2 课题研究现状及发展方向 | 第10-12页 |
1.2.1 计算机辅助诊断系统的发展 | 第10-11页 |
1.2.2 肺结节检测算法的研究现状及发展方向 | 第11-12页 |
1.3 本文的主要工作和组织结构 | 第12-14页 |
第2章 肺部CT图像处理相关基础知识 | 第14-26页 |
2.1 CT技术基础知识 | 第14-16页 |
2.1.1 CT技术的发展历史 | 第14页 |
2.1.2 CT成像的基本原理 | 第14-15页 |
2.1.3 CT成像的图像表现及特点 | 第15-16页 |
2.2 肺部CT图像的影像学表现 | 第16-18页 |
2.3 肺结节检测与识别的基本过程 | 第18-24页 |
2.3.1 肺实质分割算法综述 | 第19-21页 |
2.3.2 疑似肺结节区域提取算法综述 | 第21-22页 |
2.3.3 肺结节识别算法综述 | 第22-24页 |
2.4 肺结节检测与识别算法的性能评价指标 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
第3章 基于阈值分割法和连通域分析法的肺实质分割 | 第26-35页 |
3.1 概述 | 第26页 |
3.2 肺实质的分割算法实现 | 第26-32页 |
3.2.1 图像的预处理 | 第26-28页 |
3.2.2 均值阈值迭代法的肺实质分割 | 第28-29页 |
3.2.3 去除肺内血管、结节等干扰部分 | 第29-31页 |
3.2.4 去除胸腔外背景等干扰部分 | 第31页 |
3.2.5 去除气管和主支气管等干扰部分 | 第31-32页 |
3.2.6 获得完整的肺实质 | 第32页 |
3.3 实验结果分析 | 第32-34页 |
3.4 本章小结 | 第34-35页 |
第4章 基于Hessian矩阵和模糊生长的疑似结节区域提取 | 第35-51页 |
4.1 概述 | 第35页 |
4.2 疑似结节区域种子点选取 | 第35-43页 |
4.2.1 基于矩量保持法的预处理 | 第35-37页 |
4.2.2 基于形状特征的高斯建模 | 第37-38页 |
4.2.3 基于Hessian矩阵的圆点增强滤波器 | 第38-40页 |
4.2.4 多尺度滤波分析 | 第40-41页 |
4.2.5 疑似结节区域种子点选取算法流程 | 第41-43页 |
4.3 疑似肺结节区域的分割 | 第43-46页 |
4.3.1 传统区域生长法 | 第44页 |
4.3.2 自适应区域生长算法 | 第44-45页 |
4.3.3 模糊区域生长算法 | 第45-46页 |
4.4 特殊类型结节的自适应分割 | 第46-48页 |
4.4.1 粘连肺壁型结节的自适应分割 | 第46-47页 |
4.4.2 粘连血管型结节的自适应分割 | 第47-48页 |
4.5 实验结果分析 | 第48-50页 |
4.6 本章小结 | 第50-51页 |
第5章 基于改进模拟退火算法和Fisher准则的肺结节自动检测 | 第51-64页 |
5.1 概述 | 第51页 |
5.2 肺结节的特征提取 | 第51-54页 |
5.3 基于改进模拟退火算法的特征选择 | 第54-57页 |
5.3.1 模拟退火算法 | 第54-55页 |
5.3.2 改进的模拟退火算法 | 第55-57页 |
5.4 基于Fisher线性判别式的分类 | 第57-60页 |
5.4.1 线性判别函数 | 第57-58页 |
5.4.2 Fisher线性判别函数 | 第58-60页 |
5.5 实验结果分析 | 第60-63页 |
5.6 本章小结 | 第63-64页 |
第6章 总结与展望 | 第64-66页 |
6.1 本文工作总结 | 第64页 |
6.2 今后工作展望 | 第64-66页 |
参考文献 | 第66-70页 |
致谢 | 第70-71页 |
攻读硕士学位期间发表的学术论文 | 第71页 |