文摘
英文文摘
声明
第一章 绪论
1.1脑部MR图像简介
1.2脑部MR图像的分割
1.3医学图像分割的目的及意义
1.4本文的结构
1.5本文的主要研究工作及创新点
第二章医学图像分割简介
2.1图像分割的定义
2.2医学图像分割算法分类
2.2.1经典的分割法
2.2.2基于统计学的分割方法
2.2.3人工神经网络分割算法
2.2.4基于形变模型的分割算法
2.2.5基于模糊集理论的分割方法
2.2.6其它方法
2.3医学图像分割方法性能评价
第三章 模糊C均值算法及其改进算法
3.1模糊C均值算法
3.2 Lagrange乘子法
3.3模糊C均值常见的几类改进算法
3.3.1 改变隶属度的约束条件
3.3.2增加空间信息的约束项
3.3.3引入核函数
第四章基于多目标规划的模糊C均值聚类算法
4.1 引言
4.2 MOP-FCM聚类算法(Multiple Objective Programming FCM)
4.3实验
4.3.1对模拟方块图的分割
4.3.2对模拟脑部MR图像的分割
4.3.3对临床脑部MR图像的分割
4.4结论
第五章利用空间信息的核模糊C均值聚类算法
5.1前言
5.1.1 核的定义及常用核函数
5.2基于核函数的FCM算法(Kernel FCM)
5.3利用空间信息的核FCM算法(SIKFCM)
5.4实验
5.5结论
第六章总结和展望
6.1本文研究工作的总结
6.2后续工作的展望
参考文献
攻读硕士学位期间发表或完成论文情况
致谢
《中国图象图形学报》录用证明