| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究的背景及意义 | 第9-10页 |
| 1.2 医学图像分割概述 | 第10-15页 |
| 1.2.1 医学图像分割研究现状 | 第10-11页 |
| 1.2.2 医学图像分割算法简介 | 第11-15页 |
| 1.3 本文研究内容 | 第15-17页 |
| 第2章 基于水平集的活动轮廓线综述 | 第17-43页 |
| 2.1 变分水平集算法基本理论 | 第17-28页 |
| 2.1.1 曲线演化理论 | 第17-20页 |
| 2.1.2 水平集方法 | 第20-25页 |
| 2.1.3 数值计算方法 | 第25-27页 |
| 2.1.4 变分理论 | 第27-28页 |
| 2.2 距离矫正的水平集演变:DRLSE | 第28-31页 |
| 2.2.1 水平集的重新初始化问题 | 第28页 |
| 2.2.2 DRLSE算法 | 第28-31页 |
| 2.3 活动轮廓模型简介 | 第31-40页 |
| 2.3.1 Snake模型 | 第31-33页 |
| 2.3.2 Chan-Vese模型 | 第33-38页 |
| 2.3.3 局部二元拟合模型(LBF) | 第38-40页 |
| 2.4 本章小结 | 第40-43页 |
| 第3章 基于全局与局部灰度分类模型的水平集算法 | 第43-75页 |
| 3.1 灰度不均匀医学图像的分割 | 第43-45页 |
| 3.1.1 面临的挑战 | 第43-44页 |
| 3.1.2 针对灰度不均匀性图像分割算法的发展与局限 | 第44-45页 |
| 3.2 基于全局与局部分类信息的变分水平集分割 | 第45-53页 |
| 3.2.1 图像的分解 | 第45页 |
| 3.2.2 局部信息提取 | 第45-47页 |
| 3.2.3 全局能量 | 第47-48页 |
| 3.2.4 能量优化方程 | 第48-49页 |
| 3.2.5 水平集公式化与能量最小化 | 第49页 |
| 3.2.6 两相水平集演化过程 | 第49-51页 |
| 3.2.7 多相水平集演化过程 | 第51-53页 |
| 3.3 算法实现 | 第53-73页 |
| 3.3.1 参数设置 | 第53页 |
| 3.3.2 算法实现步骤 | 第53-54页 |
| 3.3.3 算法分割实验与性能检测 | 第54-61页 |
| 3.3.4 多相分割实验 | 第61-66页 |
| 3.3.5 图像矫正性能分析 | 第66-73页 |
| 本章小结 | 第73-75页 |
| 第4章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |