| 摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·引言 | 第8-13页 |
| ·传统数字图像分割方法介绍 | 第9-11页 |
| ·医学图像分割算法特点 | 第11-13页 |
| ·活动轮廓模型背景及应用简介 | 第13-15页 |
| ·活动轮廓模型应用于遥感领域 | 第14页 |
| ·活动轮廓模型应用于运动目标追踪 | 第14-15页 |
| ·本文所作工作及章节安排 | 第15-16页 |
| 2 磁共振脑部图像 | 第16-29页 |
| ·磁共振成像(MRI) | 第16-25页 |
| ·磁共振成像的历史 | 第16-18页 |
| ·磁共振成像机理 | 第18-22页 |
| ·磁共振原理 | 第18-20页 |
| ·磁共振成像原理 | 第20-22页 |
| ·成像系统的组成 | 第22-23页 |
| ·MRI特点 | 第23-24页 |
| ·磁共振图像常见分割任务及分割方法 | 第24-25页 |
| ·侧脑室 | 第25-27页 |
| ·脑部解剖结构 | 第25-27页 |
| ·侧脑室病理 | 第27页 |
| ·小结 | 第27-29页 |
| 3 基于活动轮廓模型的MR脑部图像之侧脑室分割系统 | 第29-61页 |
| ·图像预处理 | 第30-31页 |
| ·传统活动轮廓模型应用于一次优化 | 第31-48页 |
| ·活动轮廓模型的发展演变 | 第32-36页 |
| ·原始活动轮廓模型的数学表示 | 第32-35页 |
| ·原始活动轮廓模型的数值解法 | 第35-36页 |
| ·原始活动轮廓模型的缺点 | 第36页 |
| ·模型和算法的改进 | 第36-40页 |
| ·模型的改进之气球模型 | 第36-37页 |
| ·模型的改进之GVF模型 | 第37-39页 |
| ·搜索算法的改进 | 第39-40页 |
| ·本分割系统中活动轮廓模型应用的具体实现 | 第40-48页 |
| ·内部能量项 | 第42-44页 |
| ·外部能量项 | 第44-46页 |
| ·归一化处理 | 第46-47页 |
| ·参数值设置及实验结果 | 第47-48页 |
| ·一次优化结果分析及二次优化方案探讨 | 第48-49页 |
| ·遗传算法应用于二次优化 | 第49-60页 |
| ·遗传算法概述 | 第49-53页 |
| ·遗传算法过程 | 第53-56页 |
| ·参数设置 | 第56页 |
| ·本分割系统中遗传算法应用的具体实现 | 第56-60页 |
| ·实现步骤 | 第56-59页 |
| ·实验结果 | 第59-60页 |
| ·小结 | 第60-61页 |
| 4 总结与展望 | 第61-68页 |
| ·总结 | 第61页 |
| ·展望 | 第61-68页 |
| 致谢 | 第68页 |