MRI脑肿瘤图像分割及三维重建
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1.绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 脑肿瘤图像分割研究现状 | 第11-13页 |
| 1.2.2 脑图像三维重建研究现状 | 第13-14页 |
| 1.3 研究内容及结构安排 | 第14-16页 |
| 2.多模态MRI脑肿瘤图像分割 | 第16-39页 |
| 2.1 多模态MRI脑肿瘤图像概述 | 第16-17页 |
| 2.2 稀疏子空间聚类理论基础 | 第17-23页 |
| 2.2.1 SLIC超像素分割 | 第17-20页 |
| 2.2.2 稀疏子空间聚类基本模型 | 第20-22页 |
| 2.2.3 基于稀疏子空间聚类的图像分割 | 第22-23页 |
| 2.3 基于单一模态分割的多模态图像分割 | 第23-26页 |
| 2.3.1 基于单模态图像的多模态图像分割 | 第23-24页 |
| 2.3.2 基于差分操作的多模态图像分割 | 第24-26页 |
| 2.4 基于多模态融合的多模态图像分割 | 第26-29页 |
| 2.4.1 基于线性融合的多模态图像分割 | 第27页 |
| 2.4.2 基于向量融合的多模态图像分割 | 第27-29页 |
| 2.5 实验结果及分析 | 第29-38页 |
| 2.5.1 图像分割质量客观评价标准 | 第29-31页 |
| 2.5.2 实验图像选取及实验参数设置 | 第31-33页 |
| 2.5.3 实验结果及对比分析 | 第33-38页 |
| 2.6 本章小结 | 第38-39页 |
| 3.基于特征区分的多模态图像分割 | 第39-56页 |
| 3.1 视觉差分图像 | 第39-41页 |
| 3.2 特征区分 | 第41-45页 |
| 3.2.1 特征提取 | 第41-43页 |
| 3.2.2 区分能力及特征加权 | 第43-45页 |
| 3.3 算法的实现 | 第45-47页 |
| 3.4 实验结果及分析 | 第47-55页 |
| 3.4.1 重要实验参数设置 | 第47-50页 |
| 3.4.2 实验结果及对比分析 | 第50-55页 |
| 3.5 本章小结 | 第55-56页 |
| 4.脑图像三维重建 | 第56-67页 |
| 4.1 医学图像三维重建的基本方法 | 第56-58页 |
| 4.1.1 面绘制方法 | 第56-57页 |
| 4.1.2 体绘制方法 | 第57页 |
| 4.1.3 面绘制和体绘制比较 | 第57-58页 |
| 4.2 面绘制方法 | 第58-63页 |
| 4.2.1 平行轮廓线算法 | 第58-60页 |
| 4.2.2 移动立方体算法 | 第60-63页 |
| 4.3 三维重建结果 | 第63-66页 |
| 4.3.1 脑图像的三维重建 | 第63-65页 |
| 4.3.2 肿瘤分割结果的三维重建 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的学术论文及获得成果 | 第73-74页 |
| 致谢 | 第74页 |
