| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 磁共振成像在脑血管疾病诊断上的应用 | 第10-11页 |
| 1.1.2 头颈部动静脉血管狭窄对脑血管疾病的影响 | 第11页 |
| 1.1.3 头颈部动静脉血管提取面临的问题 | 第11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 血管狭窄程度的判定 | 第11-13页 |
| 1.2.2 血管边缘检测提取技术 | 第13-15页 |
| 1.2.3 血管中心线提取技术 | 第15-16页 |
| 1.3 本文研究内容 | 第16-18页 |
| 第2章 磁共振血管造影成像及脑血管疾病 | 第18-30页 |
| 2.1 磁共振成像技术基本理论 | 第18-24页 |
| 2.1.1 磁共振成像物理原理 | 第18-20页 |
| 2.1.2 磁共振空间定位 | 第20-21页 |
| 2.1.3 磁共振成像序列 | 第21-24页 |
| 2.2 磁共振血管造影成像 | 第24-28页 |
| 2.2.1 磁共振血管造影成像基本原理 | 第24-25页 |
| 2.2.2 磁共振血管造影成像的特点 | 第25-26页 |
| 2.2.3 磁共振血管成像在脑血管疾病上的应用 | 第26-28页 |
| 2.3 头颈部动静脉血管对脑血管疾病的影响 | 第28-29页 |
| 2.3.1 头颈部动静脉血管检查面临的问题 | 第28页 |
| 2.3.2 头颈部动静脉血管解剖结构 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 血管轮廓及中心线提取算法 | 第30-38页 |
| 3.1 血管轮廓提取算法研究 | 第30-33页 |
| 3.1.1 常规微积分方法提取血管轮廓边缘 | 第30-31页 |
| 3.1.2 骨架垂线方法提取血管轮廓 | 第31-32页 |
| 3.1.3 医学图像中小波算法提取血管轮廓边缘 | 第32-33页 |
| 3.2 血管中心线提取算法研究 | 第33-37页 |
| 3.2.1 基于距离变换的欧几里得血管提取算法 | 第34-35页 |
| 3.2.2 基于Hessian矩阵变换的血管中心线提取 | 第35-36页 |
| 3.2.3 基于血管模型的血管中心线提取算法 | 第36-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 基于几何结构模型的血管提取算法研究 | 第38-54页 |
| 4.1 头颈部动静脉血管几何结构特征 | 第38-39页 |
| 4.2 基于几何结构模型的血管边缘检测及中心线提取算法 | 第39-48页 |
| 4.2.1 VMTK软件开发包 | 第39-40页 |
| 4.2.2 水平集分割算法 | 第40-43页 |
| 4.2.3 基于几何结构模型的血管中心线提取算法介绍 | 第43-48页 |
| 4.3 头颈动静脉血管提取及横截面面积的计算 | 第48-53页 |
| 4.3.1 头颈部血管中心线提取流程及数据来源 | 第48页 |
| 4.3.2 头颈部血管中心线提取步骤 | 第48-50页 |
| 4.3.3 头颈部血管中心线及横切面结果显示 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 血管提取的自适应检测算法研究 | 第54-64页 |
| 5.1 基于动态规划模型的自适应检测算法 | 第54-57页 |
| 5.1.1 动态规划理论 | 第54-55页 |
| 5.1.2 自适应检测算法 | 第55-57页 |
| 5.2 头颈部血管提取的实现步骤 | 第57-60页 |
| 5.2.1 血管边缘检测实现 | 第57-59页 |
| 5.2.2 血管跟踪提取及横截面面积计算 | 第59-60页 |
| 5.3 评估自适应检测算法在测量血管狭窄上的精准度 | 第60-63页 |
| 5.3.1 材料与模型 | 第60页 |
| 5.3.2 评价方法 | 第60-61页 |
| 5.3.3 评价结果 | 第61-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 结果分析与比较 | 第64-68页 |
| 6.1 结果展示 | 第64-66页 |
| 6.1.1 MRA图像显示 | 第64-65页 |
| 6.1.2 头颈部血管横截面面积曲线图 | 第65-66页 |
| 6.2 结果对比分析 | 第66-67页 |
| 6.2.1 结果对比 | 第66-67页 |
| 6.2.2 分析与讨论 | 第67页 |
| 6.3 本章小结 | 第67-68页 |
| 第7章 总结与展望 | 第68-70页 |
| 7.1 总结 | 第68-69页 |
| 7.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 附录 | 第76页 |
