基于PET-CT的肺癌早期计算机辅助诊断技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

基于PET-CT的肺癌早期计算机辅助诊断技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 医学影像研究1

1.2 计算机辅助诊断2

1.3 基于PET-CT的肺癌早期计算机辅助诊断2

1.4 本书的结构3

第2章 PET-CT医学图像去噪5

2.1 传统图像去噪方法及其缺点6

2.1.1 中值滤波6

2.1.2 均值滤波7

2.1.3 小波滤波8

2.1.4 传统去噪方法的实验效果8

2.2 基于非局部平均方法的图像去噪9

2.2.1 基于片相似性的非局部图像去噪9

2.2.2 改进的各向异性扩散模型的医学去噪9

2.3 基于非局部平均方法的PET图像去噪9

2.3.1 非局部平均方法9

2.3.2 非局部平均方法的改进11

2.3.3 实验及结果分析12

2.4 基于灰色关联分析和GM模型的医学图像去噪15

2.4.1 噪声点的检测15

2.4.2 去噪处理17

2.4.3 实验及结果分析19

第3章 肺部PET-CT图像的分割21

3.1 传统医学图像分割方法21

3.1.1 分水岭图像分割21

3.1.2 基于区域增长的图像分割24

3.1.3 阈值分割26

3.2 结合区域增长的多尺度分水岭分割27

3.2.1 方法概述28

3.2.2 实验结果30

3.2.3 结果分析30

3.3 基于分层模板的分水岭图像分割32

3.3.1 方法概述32

3.3.2 实验结果35

3.3.3 结果分析36

3.4 基于SUV阈值和区域增长的图像分割37

3.4.1 方法概述37

3.4.2 实验结果39

3.4.3 结果分析40

3.5 基于左右扫描和四角旋转扫描寻找种子点的区域生长肺分割算法40

3.5.1 方法概述40

3.5.2 实验结果48

3.5.3 结果分析49

3.6 基于滚球法的肺实质分割方法49

3.6.1 方法概述49

3.6.2 实验结果56

3.6.3 结果分析59

3.7 基于PET-CT的活动轮廓模型的图像分割60

3.7.1 方法概述60

3.7.2 实验结果62

3.7.3 结果分析63

第4章 PET-CT医学图像的配准和融合64

4.1 医学图像配准64

4.1.1 图像配准的定义64

4.1.2 医学图像配准流程及框架64

4.1.3 医学图像配准分类65

4.2 基于互信息的图像配准66

4.2.1 互信息配准66

4.3 改进的基于互信息的图像配准67

4.3.1 改进的互信息方法描述67

4.3.2 实验及结果分析73

4.4 医学图像融合76

4.4.1 医学图像融合方法77

4.4.2 医学图像融合规则79

4.4.3 图像融合的评价方法81

4.5 基于多尺度的医学图像融合82

4.5.1 基于多尺度的医学图像融合方法82

4.5.2 实验及结果分析84

第5章 肺结节诊断模型的特征选择90

5.1 肺结节诊断模型中特征选择概述90

5.2 构建孤立性肺结节特征集91

5.3 基于联合互信息的特征选择算法93

5.3.1 基于联合互信息的特征选择算法设计93

5.3.2 实验及结果分析96

第6章 肺结节良性、恶性分类98

6.1 传统的SVM、FSVM分类方法99

6.1.1 SVM分类方法99

6.1.2 FSVM分类方法100

6.2 SVM优化100

6.2.1 粒子群算法100

6.2.2 粒子群算法优化支持向量机103

6.2.3 实验及结果分析105

6.3 DFSVM分类及其应用106

6.3.1 DFSVM方法107

6.3.2 实验及结果分析113

第7章 肺结节良性、恶性预测模型116

7.1 医学诊断模型概述116

7.2 基于Logistic分析的预测模型117

7.2.1 统计学分析方法118

7.2.2 结节征象单因素和多因素分析118

7.2.3 预测模型的建立120

7.3 实验与分析121

7.3.1 实验数据集121

7.3.2 实验对比与分析123

参考文献127