首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于序列图像分析的医学CT图像分割算法研究

摘要第3-4页
abstract第4-5页
第1章 绪论第8-18页
    1.1 医学影像分割的研究背景及意义第8-10页
    1.2 国内外研究现状第10-13页
    1.3 研究内容与技术路线第13-16页
        1.3.1 研究内容第13-14页
        1.3.2 研究难点第14-15页
        1.3.3 技术路线第15-16页
    1.4 本文的组织结构第16-17页
    1.5 本章小节第17-18页
第2章 CT图像特征分析和本文理论基础第18-34页
    2.1 医学成像第18-21页
        2.1.1 CT成像格式第18-19页
        2.1.2 腹部CT扫描图像第19-21页
    2.2 肝脏生理结构第21-23页
    2.3 主动脉生理结构第23-24页
    2.4 CT图像组织器官特征第24-27页
        2.4.1 灰度特征第24-25页
        2.4.2 纹理特征第25-26页
        2.4.3 形状特征第26页
        2.4.4 位置特征第26-27页
    2.5 图割算法理论基础第27-30页
        2.5.1 马尔可夫随机场第27-28页
        2.5.2 构建S-T图模型第28-29页
        2.5.3 最小割/最大流算法第29-30页
    2.6 实验数据集和肝脏分割评估标准第30-33页
        2.6.1 数据集介绍第30-31页
        2.6.2 肝脏分割评估标准第31-33页
    2.7 本章小结第33-34页
第3章 融合多截面序列间先验约束的肝脏CT图像分割第34-44页
    3.1 CT图像序列间先验约束的肝脏分割第34-38页
        3.1.1 初始层的肝组织分割第34-36页
        3.1.2 图像序列间的肝组织形状约束模型第36-37页
        3.1.3 构建基于形状先验约束的图割模型第37-38页
    3.2 融合多截面序列的肝脏分割第38-39页
    3.3 实验结果与分析第39-43页
        3.3.1 实验环境设置第39页
        3.3.2 实验结果分析第39-41页
        3.3.3 实验结果对比第41-43页
    3.4 本章小结第43-44页
第4章 基于外观和形状先验图割的主动脉瘤分割及重建第44-53页
    4.1 主动脉瘤及其分割难点第44-45页
    4.2 数据集介绍第45页
    4.3 主动脉瘤壁分割第45-52页
        4.3.1 基于阈值的主动脉血管内腔分割第46-47页
        4.3.2 基于外观和形状先验图割模型的主动脉分割第47-49页
        4.3.3 主动脉分割实验结果第49-50页
        4.3.4 水平集算法后处理第50-51页
        4.3.5 主动脉瘤壁提取第51-52页
    4.4 面绘制三维重建主动脉瘤第52页
    4.5 本章小节第52-53页
第5章 结论与展望第53-56页
    5.1 研究内容总结第53-54页
    5.2 展望第54-56页
参考文献第56-61页
致谢第61-62页
个人简历、在学期间发表的学术论文与研究成果第62页

论文共62页,点击 下载论文
上一篇:基于深度学习与特征融合的图像检索方法研究
下一篇:数据挖掘技术在城市道路管理中的研究和应用