| 英汉缩略语名词对照 | 第1-8页 |
| 摘要 | 第8-13页 |
| ABSTRACT | 第13-18页 |
| 前言 | 第18-22页 |
| 1 研究目的 | 第18页 |
| 2 意义 | 第18-19页 |
| 3 国内、外进展 | 第19-20页 |
| 4 本研究的主要内容 | 第20页 |
| 5 研究计划与安排 | 第20-22页 |
| 第一部分 人体组织结构MRI 影像特性的研究 | 第22-57页 |
| 第一章 绪论 | 第22-26页 |
| 1 对人体组织结构MRI 影像特性的研究意义 | 第22-23页 |
| 2 研究相关MRI 基本概念 | 第23-24页 |
| 3 人体组织结构MRI 影像特性研究目的与重点 | 第24-25页 |
| 4 本研究应解决的问题 | 第25-26页 |
| 第二章 人体组织结构MRI 影像特性的研究方法 | 第26-44页 |
| 1 材料 | 第26-27页 |
| 2 MRI 图像信息剖析 | 第27-33页 |
| 3 方法与原理 | 第33-36页 |
| 4 专用数据分析软件 | 第36-43页 |
| 5 小结 | 第43-44页 |
| 第三章 结果与问题分析 | 第44-57页 |
| 1 对同一患者在不同时期的子宫肌瘤MRI 图像的数据分析 | 第44-45页 |
| 2 对不同患者的子宫肌瘤MRI 图像之间的数据分析 | 第45-49页 |
| 3 对同一子宫肌瘤病例在HIFU 治疗前、后的MRI 图像数据分析 | 第49-50页 |
| 4 子宫肌瘤HIFU 治疗声通道中的组织结构MRI 影像特征分析 | 第50-55页 |
| 5 小结 | 第55-57页 |
| 第二部分 基于MRI 组织识别模式的建立与HIFU 治疗靶区自动勾画研究 | 第57-125页 |
| 第四章 引言 | 第57-60页 |
| 1 相关概念 | 第57-59页 |
| 2 基于MRI 影像的HIFU 治疗靶区自动勾画研究的意义 | 第59页 |
| 3 相关研究的进展与价值 | 第59-60页 |
| 第五章 研究方法与原理 | 第60-65页 |
| 1 基于MRI 靶区自动勾画基本流程 | 第60-61页 |
| 2 材料来源及系统开发工具 | 第61页 |
| 3 相关技术原理 | 第61-64页 |
| 4 小结 | 第64-65页 |
| 第六章 组织结构识别与图像分割 | 第65-95页 |
| 1 在医学图像中组织结构识别主要存在的问题 | 第65-66页 |
| 2 本研究对组织结构识别的基本思路 | 第66-67页 |
| 3 相关界面 | 第67-69页 |
| 4 图像分割的基本原则 | 第69-70页 |
| 5 本研究中涉及的图像分割技术 | 第70-90页 |
| 6 医学图像分割的评价 | 第90-91页 |
| 7 本研究中的区域图像分割数据结构定义与C 源代码 | 第91-94页 |
| 8 小结 | 第94-95页 |
| 第七章 边缘、轮廓提取与图像后处理 | 第95-113页 |
| 1 边缘与轮廓提取的基本算法 | 第95-100页 |
| 2 二值图像后处理技术 | 第100-112页 |
| 3 小结 | 第112-113页 |
| 第八章 靶区勾画效果分析 | 第113-125页 |
| 1 基于MRI 图像的靶区及声通道部分组织结构的自动勾画应用 | 第113-121页 |
| 2 通用图像勾画功能的应用 | 第121-123页 |
| 3 自动图像勾画的部分组合操作流程界面 | 第123-125页 |
| 全文总结 | 第125-129页 |
| 1 人体组织的MRI 影像特性研究工作总结 | 第125-126页 |
| 2 MRI 组织识别模式的建立与靶区自动勾画研究工作总结 | 第126-127页 |
| 3 本项目的主要创新之处 | 第127-128页 |
| 4 主要存在的问题 | 第128-129页 |
| 参考文献 | 第129-137页 |
| 致谢 | 第137-138页 |
| 攻读博士学位期间发表的论文 | 第138页 |
