基于几何形变模型的MR脑图像组织三维分割技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景及意义 | 第9-10页 |
| ·图像分割技术的研究现状 | 第10-14页 |
| ·基于数据的分割方法 | 第11-12页 |
| ·基于模型的分割方法 | 第12-14页 |
| ·课题来源及主要研究内容 | 第14-16页 |
| 第2章 几何形变模型基本理论及实现 | 第16-28页 |
| ·曲线演化理论 | 第16-17页 |
| ·水平集方法 | 第17-20页 |
| ·水平集方法的数值解法 | 第20-22页 |
| ·水平集方法数值计算中的若干问题讨论 | 第22-25页 |
| ·符号距离函数的生成 | 第22-24页 |
| ·速度函数的设计 | 第24-25页 |
| ·迭代时间间隔的选取 | 第25页 |
| ·算法实现与脑图象分割实验 | 第25-27页 |
| ·算法实现 | 第25-26页 |
| ·脑图像分割实验 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于窄带法的MR 脑图像分割技术 | 第28-39页 |
| ·窄带法 | 第28-30页 |
| ·改进窄带法 | 第30-33页 |
| ·区域生长分割方法原理 | 第30页 |
| ·结合区域生长的改进窄带法 | 第30-32页 |
| ·改进窄带法的实现 | 第32-33页 |
| ·窄带法的三维扩展 | 第33页 |
| ·实验及结果讨论 | 第33-37页 |
| ·窄带法图像分割实验 | 第33-35页 |
| ·改进的窄带法图像分割实验 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于快速步进法的MR 脑图像分割技术 | 第39-50页 |
| ·快速步进法 | 第39-42页 |
| ·快速步进法的原理及数值实现 | 第39-42页 |
| ·堆数据结构 | 第42页 |
| ·改进的快速步进法 | 第42-44页 |
| ·快速步进法的三维扩展 | 第44-45页 |
| ·实验及结果讨论 | 第45-49页 |
| ·传统的快速步进法图像分割实验 | 第45-47页 |
| ·改进的快速步进法图像分割实验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 图像分割的评价 | 第50-59页 |
| ·评价方法及分类 | 第50-52页 |
| ·正确分割结果数据集 | 第52-53页 |
| ·基于窄带法分割技术的评价 | 第53-55页 |
| ·基于快速步进法分割技术的评价 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间发表的学术论文 | 第65-67页 |
| 致谢 | 第67页 |
