脑磁共振图像的白质结构提取—分割算法及其评价
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的背景及意义 | 第8页 |
| ·国内外目前的研究概况 | 第8-9页 |
| ·磁共振图像的特征参数 | 第9-10页 |
| ·本文的研究工作内容 | 第10页 |
| ·本文的组织结构 | 第10-11页 |
| 第二章 医学图像分割方法 | 第11-20页 |
| ·图像分割定义 | 第11-12页 |
| ·分割方法的介绍 | 第12-19页 |
| ·阈值分割方法 | 第12页 |
| ·边缘检测和连接算法 | 第12-13页 |
| ·边缘检测 | 第12-13页 |
| ·边缘连接 | 第13页 |
| ·分类器算法 | 第13-14页 |
| ·聚类算法 | 第14-15页 |
| ·基于区域信息的算法 | 第15-16页 |
| ·统计学的分割算法 | 第16-17页 |
| ·多分辨率方法 | 第17页 |
| ·基于数学形态学的分割算法 | 第17页 |
| ·基于人工神经网络的分割算法 | 第17页 |
| ·图谱引导法 | 第17-18页 |
| ·可变形模型方法 | 第18-19页 |
| ·分割效果的评价 | 第19页 |
| ·本课题中分割结果的评判方法 | 第19-20页 |
| 第三章 脑白质结构分割算法及实现 | 第20-49页 |
| ·基于基本分水岭算法的图像分割 | 第20-30页 |
| ·分水岭算法的基本概念 | 第20-23页 |
| ·基本分水岭算法 | 第23-24页 |
| ·基于灰度相似性的分水岭合并算法 | 第24-28页 |
| ·闭合分水岭线的形成 | 第24-25页 |
| ·图像的区域描述 | 第25页 |
| ·形态学滤波 | 第25-27页 |
| ·区域融合 | 第27页 |
| ·区域融合的灰度阈值选择准则 | 第27-28页 |
| ·实验算法及结果 | 第28-29页 |
| ·分水岭算法的其它应用 | 第29-30页 |
| ·基于小波变换的分割算法 | 第30-41页 |
| ·小波分析方法的引入 | 第30-31页 |
| ·小波分析方法的基本理论 | 第31-36页 |
| ·波与小波 | 第31-32页 |
| ·波变换与小波变换 | 第32页 |
| ·一维小波变换 | 第32-35页 |
| ·一维连续小波变换 | 第32-33页 |
| ·一维离散小波变换 | 第33页 |
| ·一维多分辨分析 | 第33-35页 |
| ·二维小波变换 | 第35-36页 |
| ·二维连续和离散小波变换 | 第35页 |
| ·二维多分辨分析 | 第35-36页 |
| ·二维离散小波变换在大脑MR图像分割中的应用 | 第36-41页 |
| ·基于小波变换的阈值分割算法 | 第36-37页 |
| ·分割算法实现 | 第37-38页 |
| ·改进的网格划分分割算法 | 第38-39页 |
| ·基于小波变换的多分辨率阈值分割算法 | 第39-41页 |
| ·水平集算法 | 第41-46页 |
| ·水平集方法的原理 | 第41-43页 |
| ·水平集方法的实现 | 第43-45页 |
| ·实验结果 | 第45-46页 |
| ·基于概率的分割算法 | 第46-49页 |
| 第四章 分割算法的比较与评价 | 第49-56页 |
| ·分割算法的比较 | 第49-51页 |
| ·弥散张量成像 | 第51页 |
| ·白质结构可视化及比较 | 第51-56页 |
| ·白质结构重建与可视化 | 第51-55页 |
| ·白质结构重建的评价 | 第55-56页 |
| 第五章 总结和展望 | 第56-58页 |
| ·工作总结 | 第56页 |
| ·后继工作 | 第56-58页 |
| 致 谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 硕士研究生期间发表论文 | 第63页 |
