基于ASM算法的肺部轮廓提取研究
| 中文摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景,目的和意义 | 第10-11页 |
| 1.2 肺部医学CT图像分割国内外现状 | 第11-14页 |
| 1.3 基于活动轮廓模型的医学图像分割 | 第14-15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 第2章 肺部CT相关知识 | 第16-22页 |
| 2.1 肺及肺癌概述 | 第16-18页 |
| 2.1.1 肺部生理结构 | 第16-17页 |
| 2.1.2 肺癌病理及分类 | 第17页 |
| 2.1.3 肺癌诊断及诊疗 | 第17-18页 |
| 2.2 CT图像分析 | 第18-19页 |
| 2.3 CT在肺癌诊断中的价值 | 第19-20页 |
| 2.4 肺部CT影像特点 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 ASM训练集准备工作 | 第22-40页 |
| 3.1 肺部图像预处理 | 第23-27页 |
| 3.1.1 亮度变换 | 第23-25页 |
| 3.1.2 直方图均衡化 | 第25-26页 |
| 3.1.3 局部预处理-中值滤波 | 第26-27页 |
| 3.2 形态学去噪 | 第27-30页 |
| 3.3 阈值分割 | 第30-32页 |
| 3.4 胸部区域提取 | 第32-34页 |
| 3.5 去除肺气管和其他器官 | 第34-35页 |
| 3.6 肺部CT图像轮廓修复 | 第35-36页 |
| 3.7 肺部CT图像轮廓 | 第36-37页 |
| 3.8 本章小结 | 第37-40页 |
| 第4章 ASM算法及实现 | 第40-62页 |
| 4.1 ASM活动形状模型 | 第40-51页 |
| 4.1.1 建立全局形状模型 | 第41-47页 |
| 4.1.2 建立局部灰度模型 | 第47-48页 |
| 4.1.3 ASM搜索 | 第48-51页 |
| 4.2 ASM实现 | 第51-60页 |
| 4.2.1 训练集特征点标定 | 第51-55页 |
| 4.2.2 训练集对齐 | 第55-56页 |
| 4.2.3 形状模型训练 | 第56-58页 |
| 4.2.4 局部灰度候选点建立 | 第58-59页 |
| 4.2.5 局部灰度建模 | 第59页 |
| 4.2.6 ASM拟合 | 第59-60页 |
| 4.2.7 关于ASM搜索的几点说明 | 第60页 |
| 4.3 本章小结 | 第60-62页 |
| 第5章 结果与分析 | 第62-72页 |
| 5.1 肺部图像分割GUI平台 | 第62-65页 |
| 5.2 ASM实践 | 第65-70页 |
| 5.3 结果分析 | 第70页 |
| 5.4 本章小结 | 第70-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
