结合改进全卷积神经网络和混合水平集方法的三维脑肿瘤图像分割研究

目录

声明

第1章绪论

1.1 研究背景与意义

1.2 MRI模态概述

1.3 国内外研究现状

1.3.1 常规方法

1.3.2 传统机器学习方法

1.3.3 深度学习方法

1.4 亟待解决的问题

1.5 论文的主要工作和创新点

1.6 论文结构

第2章相关基础理论

2.1 引言

2.2 神经网络基础理论

2.2.1 Logistic回归基础理论

2.2.2 浅层神经网络基础理论

2.2.3 卷积神经网络基础理论

2.2.4 全卷积神经网络基础理论

2.3 水平集方法基础理论

2.3.1 水平集方法概述

2.3.2 混合水平集方法

2.4 本章小结

第3章结合改进 FCNN和混合水平集的 3D脑肿瘤分割算法

3.1 引言

3.2 算法的基本流程

3.3 算法的设计思想和实现

3.3.1 MRI图像预处理

3.3.2 基于改进 FCNN的脑肿瘤初分割

3.3.3 基于混合水平集方法的脑肿瘤精分割

3.4 本章小结

第4章实验与结果分析

4.1 引言

4.2 实验准备

4.2.1 实验数据

4.2.2 实验环境

4.2.3 实验参数设置

4.3 评价标准

4.4 实验结果分析

4.4.1 MRI图像预处理结果分析

4.4.2 多视图融合结果分析

4.4.3 脑肿瘤初分割和精分割结果分析

4.4.4 对比与讨论

4.5 本章小结

第5章总结与展望

5.1 总结

5.2 展望

参考文献

附录：缩略语

发表论文和参加科研情况说明

致 谢