| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 目前国内外计划系统自动勾画靶区及危及器官介绍 | 第12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第2章 放射治疗及放射计划系统的作用 | 第14-23页 |
| 2.1 放射治疗的发展史 | 第14页 |
| 2.2 放射治疗的介绍 | 第14-16页 |
| 2.3 调强放射治疗 | 第16-17页 |
| 2.4 放射治疗计划系统在放射治疗中的作用 | 第17-19页 |
| 2.5 放射治疗流程 | 第19-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 ECLIPSE 计划系统图像配准方法研究 | 第23-34页 |
| 3.1 医学图像配准的概念、流程及方法 | 第23-24页 |
| 3.1.1 图像配准概念 | 第23页 |
| 3.1.2 图像配准基本框架 | 第23页 |
| 3.1.3 图像配准步骤 | 第23-24页 |
| 3.1.4 医学图像配准方法 | 第24页 |
| 3.2 医学图像配准在放射治疗靶区勾画中的应用 | 第24-29页 |
| 3.3 非刚性配准在放射治疗中的应用 | 第29-30页 |
| 3.4 非刚性配准在 ECLIPSE 计划系统中的应用 | 第30页 |
| 3.5 DEMONS 算法在 ECLIPSE 计划系统中的应用 | 第30-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 ECLIPSE 计划系统图像分割算法的研究 | 第34-43页 |
| 4.1 图像分割定义 | 第34页 |
| 4.2 医学图像分割方法 | 第34-36页 |
| 4.2.1 基于区域分割法 | 第35页 |
| 4.2.2 基于边缘检测的方法 | 第35-36页 |
| 4.2.3 基于模糊集理论的方法 | 第36页 |
| 4.2.4 基于神经网络的方法 | 第36页 |
| 4.3 ECLIPSE 计划系统中的图像分割算法研究 | 第36-42页 |
| 4.3.1 洪水填充法 | 第36-39页 |
| 4.3.2 K-NN算法 | 第39-41页 |
| 4.3.3 体积插值算法 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 ECLIPSE 系统自动勾画危及器官的流程及实验结果 | 第43-53页 |
| 5.1 自动勾画危及器官勾画流程 | 第43-44页 |
| 5.1.1 计划CT图像获取 | 第43页 |
| 5.1.2 Eclipse 计划系统危及器官勾画 | 第43页 |
| 5.1.3 专家库的建立 | 第43-44页 |
| 5.2 新患者危及器官的手动勾画和专家库数据的导入 | 第44-45页 |
| 5.3 评价标准及统计方法 | 第45-46页 |
| 5.4 结果 | 第46-51页 |
| 5.5 讨论 | 第51-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
