MR图像脑组织分割算法的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·相关研究背景及意义 | 第10-11页 |
| ·相关研究现状及应用 | 第11-12页 |
| ·研究内容及组织结构 | 第12-14页 |
| 第二章 脑部MR 图像分割方法综述 | 第14-25页 |
| ·磁共振成像原理 | 第14-15页 |
| ·磁共振图像特点及应用 | 第15-17页 |
| ·脑部 MR 图像分割技术 | 第17-23页 |
| ·MR 图像分割技术概述 | 第17页 |
| ·MR 图像分割技术分类 | 第17-19页 |
| ·基于区域的分割方法 | 第19-21页 |
| ·基于边界探测的分割方法 | 第21-23页 |
| ·MR 图像分割技术效果评估 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 图像预处理 | 第25-49页 |
| ·图像预处理的目的与意义 | 第25-26页 |
| ·脑部 MR 图像颅骨剥离算法简介 | 第26-27页 |
| ·基于形态学的颅骨剥离算法 | 第27-38页 |
| ·算法简介 | 第27页 |
| ·各向异性滤波 | 第27-31页 |
| ·边界检测 | 第31-33页 |
| ·形态学处理 | 第33-38页 |
| ·基于表面模型的颅骨剥离算法 | 第38-48页 |
| ·算法简介 | 第38页 |
| ·表面模型初始化 | 第38-40页 |
| ·模型形变过程 | 第40-46页 |
| ·算法效果评估 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 灰度不均匀性校正分割算法 | 第49-68页 |
| ·概述 | 第49-50页 |
| ·基于能量函数最小化的灰度校正分割算法 | 第50-59页 |
| ·算法详细介绍 | 第50-52页 |
| ·算法详细步骤 | 第52-54页 |
| ·算法效果评估 | 第54-59页 |
| ·基于 KNN 的灰度校正分割算法 | 第59-66页 |
| ·算法详细介绍 | 第59-62页 |
| ·算法详细步骤 | 第62-65页 |
| ·算法效果评估 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第五章 结论与展望 | 第68-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间的研究成果 | 第76-77页 |
