基于改进ASM的心脏机械特性提取及手势识别
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 医学图像分割研究背景及意义 | 第9-12页 |
| 1.1.1 医学图像分割算法分类 | 第9-10页 |
| 1.1.2 医学图像分割国内外研究现状 | 第10-12页 |
| 1.2 心脏超声图像分割研究背景 | 第12-14页 |
| 1.2.1 心脏结构特点 | 第12-13页 |
| 1.2.2 心脏超声成像技术 | 第13-14页 |
| 1.2.3 心脏超声图像分割研究现状 | 第14页 |
| 1.3 手势识别意义及研究现状 | 第14-15页 |
| 1.3.1 手势识别的意义 | 第14-15页 |
| 1.3.2 研究现状 | 第15页 |
| 1.4 本文主要研究内容 | 第15-17页 |
| 第2章 经典ASM算法介绍 | 第17-31页 |
| 2.1 建立全局形状模型 | 第17-21页 |
| 2.1.1 点分布模型 | 第18-19页 |
| 2.1.2 对齐 | 第19-20页 |
| 2.1.3 主成分分析 | 第20-21页 |
| 2.2 建立局部灰度表面模型 | 第21-23页 |
| 2.3 搜索 | 第23-28页 |
| 2.3.1 计算特征点新位置 | 第24-25页 |
| 2.3.2 计算形状和姿态参数 | 第25页 |
| 2.3.3 更新参数 | 第25页 |
| 2.3.4 多分辨率框架 | 第25-28页 |
| 2.4 ASM算法的优缺点 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 建立形状模型与分割结果分析 | 第31-55页 |
| 3.1 针对ASM进行改进 | 第31-37页 |
| 3.1.1 训练改进 | 第31-33页 |
| 3.1.2 归一化算法改进 | 第33-35页 |
| 3.1.3 克服搜索偏移 | 第35-37页 |
| 3.2 两种方法的对比 | 第37-39页 |
| 3.2.1 性能分析 | 第37-38页 |
| 3.2.2 特征值分析 | 第38-39页 |
| 3.3 机械特性提取及分析 | 第39-54页 |
| 3.3.1 心脏的机械特性 | 第39-40页 |
| 3.3.2 生理学意义 | 第40-41页 |
| 3.3.3 曲线拟合 | 第41-44页 |
| 3.3.4 分割过程及结果分析 | 第44-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第4章 基于改进ASM的手势识别 | 第55-67页 |
| 4.1 引言 | 第55-56页 |
| 4.2 建立手势模型 | 第56-59页 |
| 4.2.1 训练手势样本 | 第57-58页 |
| 4.2.2 样本对齐 | 第58页 |
| 4.2.3 平均形状模型的初始定位 | 第58-59页 |
| 4.3 手势分割 | 第59-62页 |
| 4.3.1 实验一 | 第59-61页 |
| 4.3.2 实验二 | 第61-62页 |
| 4.4 手势识别 | 第62-65页 |
| 4.4.1 特征提取 | 第62-64页 |
| 4.4.2 手势分析及识别 | 第64-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 本文工作总结 | 第67-68页 |
| 5.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 附录 读硕期间发表的论文 | 第77页 |
