摘要
第一章 绪论
1.1 引言
1.2 医学图像分割的意义
1.3 肝脏图像的分割
1.4 主要内容和结构安排
参考文献
第二章 医学图像分割方法概述
2.1 引言
2.2 图像预处理
2.3 常用的医学图像分割方法
2.3.1 基于边缘的分割方法
2.3.2 基于区域生长的分割方法
2.3.3 基于阈值的分割方法
2.3.4 基于模糊集理论的方法
2.3.5 基于图割的方法
2.3.6 基于神经网络的分割方法
2.3.7 基于小波分析的分割方法
2.3.8 基于形变模型的分割方法
2.3.9 其他分割方法
参考文献
第三章 统计形状模型
3.1 引言
3.2 活动形状模型
3.2.1 形状表达
3.2.2 形状构建
3.3 活动外观模型
3.3.1 基于边界的特征
3.3.2 基于区域的特征
3.3.3 基于聚类的特征
参考文献
第四章 采用基于代价函数学习的统计形状模型分割肝脏
4.1 引言
4.2 形状模型
4.3 图像特征
4.3.1 边缘特征
4.3.2 区域特征
4.3.3 广义边缘特征
4.4 代价函数
4.4.1 理想代价函数
4.4.2 基于学习的代价
4.5 实验结果与分析
4.5.1 实验说明
4.5.2 实验结果与分析
参考文献
第五章 总结展望
工作总结
工作创新
工作存在的问题及展望
攻读硕士期间发表论文
致谢
声明
统计学证明