文摘
英文文摘
第一章引言
1.1图像分析与图像分割
1.2人体脑部磁共振成像(MRI)
1.3脑部MR图像分割
1.3.1脑部MR图像分割的应用
1.3.2脑部MR图像的特点
1.4脑部MR图像分割方法综述
1.4.1基于结构的分割算法
1.4.2基于统计的分割方法
1.5本文主要研究工作
1.6本文的结构
第二章Gibbs随机场基本理论
2.1邻域系统与势团(Cliques)
2.2 Markow随机场
2.3 Gibbs随机场与Markov-Gibbs等效性
2.4多级逻辑(Multi-level Logistic)模型
第三章基于Gibbs随机场的FM模型的改进与稳健的脑部MR图像分割
3.1 FM模型及其参数估计
3.1.1本章乃至以后章节要用到的部分符号的意义:
3.1.2有限混合(FM)模型
3.1.3 FGM模型参数估计与EM算法
3.1.4 FM模型在脑部MR图像分割中的应用
3.2基于Gibbs随机场的FM模型的改进算法(GFM算法)
3.2.1空间信息引入
3.2.2 EM算法参数估计
3.2.3最大后验概率(MAP)分类
3.2.4算法的初始化
3.2.5仿真图像分割实验
3.3带Bias场矫正的脑部MR图像分割算法
3.3.1 文献[11]中的Bias场矫正算法
3.3.2 Bias场矫正的引入
3.3.3图像分割实验
3.4小结
第四章脑部MR图像分割算法评价
4.1引言
4.2基于仿真脑部MR图像的评价
4.3基于真实脑部MR图像的评价
第五章基于Gibbs随机场的FCM算法的改进
5.1标准模糊C均值(FCM)聚类算法
5.2 FCM算法在图像分割领域的应用
5.3基于Gibbs随机场与模糊C均值聚类的GFCM图像分割算法
5.4关于Bias均匀性场的矫正
5.5图像分割实验
5.6 小结
第六章结论及将来的工作
6.1本文的主要贡献
6.2后续工作展望
参考文献
已完成或发表论文
致谢
南方医科大学;
第一军医大学;