| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 聚焦超声治疗技术回顾 | 第10-12页 |
| 1.2 聚焦超声治疗术前规划图像引导流程 | 第12-14页 |
| 1.2.1 聚焦超声治疗图像引导技术 | 第12页 |
| 1.2.2 本文采用的图像引导技术 | 第12-13页 |
| 1.2.3 治疗计划术前规划流程 | 第13-14页 |
| 1.3 研究内容和结构安排 | 第14-15页 |
| 1.4 主要创新点 | 第15-17页 |
| 第2章 术前图像预处理 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 窄条引导侧抑制增强 | 第17-23页 |
| 2.2.1 侧抑制模型 | 第17-18页 |
| 2.2.2 窄条引导侧抑制模型 | 第18-20页 |
| 2.2.3 实验结果 | 第20-23页 |
| 2.3 扩散窄条去噪处理 | 第23-26页 |
| 2.3.1 扩散窄条模型 | 第23-24页 |
| 2.3.2 实验结果 | 第24-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 术前图像分割 | 第27-52页 |
| 3.1 引言 | 第27-28页 |
| 3.2 水平集方法理论基础 | 第28-31页 |
| 3.2.1 水平集表达 | 第28-29页 |
| 3.2.2 水平集方程 | 第29-31页 |
| 3.3 基于矢量距离变换的初始化 | 第31-33页 |
| 3.4 CV 模型的水平集表达与求解 | 第33-37页 |
| 3.4.1 CV 主动轮廓线模型 | 第33-34页 |
| 3.4.2 水平集表达 | 第34页 |
| 3.4.3 偏微分方程数值解法 | 第34-36页 |
| 3.4.4 直接能量分割算法 | 第36-37页 |
| 3.5 图像分割模块的实现 | 第37-42页 |
| 3.5.1 手动分割 | 第38-40页 |
| 3.5.2 半自动分割 | 第40-41页 |
| 3.5.3 全自动分割 | 第41-42页 |
| 3.6 基于CARTOON-TEXTURE 模型的序列图像分割 | 第42-51页 |
| 3.6.1 序列图像分割引入纹理分解模型的背景 | 第42-43页 |
| 3.6.2 系列图像分割框架 | 第43-44页 |
| 3.6.3 Cartoon-Texture 模型 | 第44-45页 |
| 3.6.4 种子点定位 | 第45-46页 |
| 3.6.5 边界跟踪 | 第46-48页 |
| 3.6.6 实验结果 | 第48-51页 |
| 3.7 小结 | 第51-52页 |
| 第4章 治疗靶区表面重建及聚焦焦点的三维可视化 | 第52-60页 |
| 4.1 引言 | 第52页 |
| 4.2 序列图像轮廓自适应采样 | 第52-53页 |
| 4.3 基于层间相邻交叉点距离最小化的表面重建 | 第53-56页 |
| 4.4 治疗靶区及聚焦焦点的三维可视化 | 第56-59页 |
| 4.5 小结 | 第59-60页 |
| 第5章 基于多模态图像配准的治疗靶区映射 | 第60-72页 |
| 5.1 引言 | 第60页 |
| 5.2 图像配准方法基础 | 第60-62页 |
| 5.2.1 医学图像配准分类 | 第60-61页 |
| 5.2.2 图像配准的流程 | 第61-62页 |
| 5.2.3 本文采用的配准方法 | 第62页 |
| 5.3 三视图多模态图像配准与融合 | 第62-71页 |
| 5.3.1 基于特征点集的多模态刚性配准 | 第62-63页 |
| 5.3.2 基于自由形变模型的多模态非刚性配准 | 第63-66页 |
| 5.3.3 三视图图像配准与融合模块 | 第66-68页 |
| 5.3.4 实验结果 | 第68-71页 |
| 5.4 小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 工作总结 | 第72-73页 |
| 6.2 工作展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间以第一作者发表的论文 | 第81-83页 |