基于高阶张量成像的脑纤维三维重构算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本文主要组织结构 | 第15-16页 |
| 第2章 高阶张量成像理论概述 | 第16-26页 |
| 2.1 扩散加权成像技术 | 第16-17页 |
| 2.2 二阶扩散张量模型(DTI) | 第17-20页 |
| 2.3 四阶张量模型 | 第20-23页 |
| 2.4 高阶张量模型 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 任意阶次张量模型估计及特征提取 | 第26-36页 |
| 3.1 任意阶次对称正定张量系数估计 | 第26-27页 |
| 3.2 任意阶次张量模型特征方向估计 | 第27-29页 |
| 3.3 纤维识别能力分析 | 第29-35页 |
| 3.3.1 纤维识别能力分析 | 第29-31页 |
| 3.3.2 纤维识别误差分析 | 第31-32页 |
| 3.3.3 不同信噪比下算法性能分析 | 第32-33页 |
| 3.3.4 实际脑部数据测试 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 高阶张量球面反卷积算法 | 第36-43页 |
| 4.1 对称半正定高阶张量模型 | 第37-39页 |
| 4.1.1 卡笛森高阶张量 | 第37页 |
| 4.1.2 非负特性及多项式平方和近似 | 第37-39页 |
| 4.2 高阶张量球面反卷积模型 | 第39-41页 |
| 4.2.1 球面反卷积 | 第39-40页 |
| 4.2.2 高阶张量球面反卷积 | 第40-41页 |
| 4.3 纤维方向估计求解 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 实验与结果分析 | 第43-53页 |
| 5.1 模拟数据实验 | 第43-48页 |
| 5.2 实际数据实验 | 第48-52页 |
| 5.2.1 局部体素模型实验 | 第49页 |
| 5.2.2 纤维跟踪算法实验 | 第49-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-54页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间参加的科研项目和成果 | 第58页 |
