从开始研究医学图像开始阐述，阐述了各种方法，和本人的研究方法。这里是一个课题的开题报告，有用的可以下载下来参考一下，实际的操作实验还需要自己完善。

里面包括肝脏分割数据集和整个工程所有文件，下载完之后直接运行就好，工程文件包括model.py,train.py和predict.py三个文件，数据集中训练集一共有400张肝脏图片及对应分割模板，验证集一共有20张肝脏图片及对应分割模板

 文中在研究现有先验知识与支持向量机融合的基础上，针对置信度函数凭经验给出的不足，提出了一种确定置信度函数方法，更好地进行分类。该方法是建立在模糊系统理论的基础上：将样本的紧密度信息作为先验知识应用于支持向量机的构造中，在确定样本的置信度时，不仅考虑了样本到所在类中心之间的距离，还考虑样本与类中其它样本之间的关系，通过模糊连接度将支持向量与含噪声样本进行区分。文中将基于先验知识的支持向量机应用于医学图像分割，以加拿大麦吉尔大学的brainWeb模拟脑部数据库提供的不同噪声的图像进行实验，实验结果表明采用基于先验知识的支持向量机比传统支持向量机具有更好的抗噪性能及分类能力。

UNet : 用于医学图像分割的嵌套U-Net架构

ITK入门教程，医学图像分割与配准（上下册），高清版，带书签目录版

<>医学图像分割，是由Yuri Y. Boykov和Marie-Pierre Jolly在IEEE发表的。

医学图像分割配准（ITK初步分册1、2），欢迎下载，交流

《医学图像分割与配准(套装全2册)》电子版pdf，ITK-guide的中文版，很好的ITK学习资料，内容高清，分享学习~

阐述了对超声医学图像进行自动分割的一种新方法. 其基本思想是首先以Hilbert 曲线扫描图像,配合峰谷 法对图像进行滤波,采用三次样条插值法对图像进行灰度插值;然后把局部阈值和全局阈值结合起来进行图像分 割并标记区域;最后通过特征数据库确定目标区域. 实验结果证明,该算法有着较好的适应能力.

ITK 是一个开放源码、面向对象的软件系统，提供一个医学图像处理、图像分割与配准的算法平台。