| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 医学图像研究背景及意义 | 第10-11页 |
| 1.2 医学图像处理的主要研究内容 | 第11-15页 |
| 1.2.1 医学图像分割 | 第12-14页 |
| 1.2.2 医学图像配准 | 第14-15页 |
| 1.3 本文研究内容及组织结构 | 第15-17页 |
| 第二章 医学图像分割方法介绍 | 第17-32页 |
| 2.1 医学图像分割背景介绍 | 第17-22页 |
| 2.1.1 医学图像分割相关定义 | 第17-19页 |
| 2.1.2 维度 | 第19页 |
| 2.1.3 平滑分割以及部分体积效应 | 第19-21页 |
| 2.1.4 灰度不均匀 | 第21-22页 |
| 2.2 常见分割方法 | 第22-30页 |
| 2.2.1 阈值分割法 | 第23-24页 |
| 2.2.2 区域增长法 | 第24-25页 |
| 2.2.3 分类器法 | 第25-26页 |
| 2.2.4 聚类 | 第26-27页 |
| 2.2.5 马尔科夫场模型 | 第27-28页 |
| 2.2.6 人工神经网络 | 第28页 |
| 2.2.7 形变模型 | 第28-29页 |
| 2.2.8 基于atlas的方法 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 参数法医学图像分割和偏移场估计 | 第32-45页 |
| 3.1 最小化能量算法模型概述 | 第33-37页 |
| 3.1.1 能量函数 | 第34-35页 |
| 3.1.2 能量最小化 | 第35-36页 |
| 3.1.3 矩阵的数值分析 | 第36-37页 |
| 3.2 仿真结果 | 第37-38页 |
| 3.3 算法改进 | 第38-44页 |
| 3.3.1 仿真结果及其实验分析 | 第39-41页 |
| 3.3.2 改进后算法仿真实验 | 第41-43页 |
| 3.3.3 实验指标比较 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 医学图像配准方法 | 第45-63页 |
| 4.1 特征检测 | 第47-49页 |
| 4.1.1 基于区域全局的方法 | 第47页 |
| 4.1.2 基于特征的检测方法 | 第47-48页 |
| 4.1.3 特征检测小结 | 第48-49页 |
| 4.2 特征匹配 | 第49-51页 |
| 4.2.1 相关性方法 | 第49-50页 |
| 4.2.2 互信息方法 | 第50页 |
| 4.2.3 优化算法 | 第50-51页 |
| 4.3 空间变换矩阵 | 第51-55页 |
| 4.4 插值算法 | 第55-58页 |
| 4.5 配准算法实现 | 第58-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 基于多种atlas/多方法的标签融合活动曲线的分割方法 | 第63-76页 |
| 5.1 Region-Scalable Fitting（RSF）算法模型简介 | 第63-68页 |
| 5.1.1 区域可扩展（Region-Scalable Fitting）能量模型 | 第63-64页 |
| 5.1.2 水平集函数 | 第64-65页 |
| 5.1.3 能量最小化 | 第65-66页 |
| 5.1.4 RSF方法结果仿真 | 第66-68页 |
| 5.2 方法概述 | 第68-71页 |
| 5.2.1 算法总体框架 | 第68-69页 |
| 5.2.2 标签融合项和规则项 | 第69-70页 |
| 5.2.3 图像信息项 | 第70-71页 |
| 5.2.4 能量最小化和活动曲线的初始化 | 第71页 |
| 5.3 仿真结果 | 第71-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第六章 结论与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间的研究成果 | 第83-84页 |
