文摘
英文文摘
声明
第一章绪论
1.1图像分割的定义
1.2磁共振成像简介
1.3脑MRI(Magnetic Resonance Imaging)图像分割研究的意义
1.4脑MRI图像分割研究的特点
1.5论文主要研究工作及内容安排
第二章脑MRI图像分割技术研究
2.1脑磁共振成像
2.2脑磁共振成像的数学描述
2.3脑图像分割方法简介
2.3.1基于边界的分割方法
2.3.2基于区域的分割方法
2.3.3结合特定理论的分割方法
2.3.4其它分割方法
2.4脑MRI图像分割算法研究中的问题
2.5小结
第三章脑MRI图像预处理
3.1 MRI图像噪声
3.2支持向量聚类
3.2.1支持向量聚类算法
3.2.2标类
3.2.3参数选择
3.3基于SVC多窗口的脑MRI图像去噪
3.3.1算法设计
3.3.2实验结果及分析
3.4小结
第四章基于仿生模式识别的脑MRI图像分割
4.1神经网络技术简介
4.2传统神经网络分割磁共振图像
4.3人工神经元模型及其在多维空间中的解释
4.4仿生模式识别及其神经网络的实现
4.4.1仿生模式识别简介
4.4.2仿生模式识别与传统模式识别的差别
4.4.3仿生模式识别与ψ3神经元模型
4.5基于仿生模式识别的脑MRI图像分割
4.5.1基于灰度共生矩阵的图像特征提取
4.5.2多权值神经元构造
4.5.3多权值神经元网络结构
4.5.4算法设计
4.6实验结果与分析
4.7小结
第五章总结与展望
5.1总结
5.2展望
参考文献
致 谢
附录(攻读硕士期间发表的论文)