| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 频域光学相干层析视网膜图像相关背景介绍 | 第7-8页 |
| 1.2 SDOCT视网膜图像主要层状结构 | 第8-10页 |
| 1.3 SDOCT视网膜图像层分割技术的研究现状 | 第10-11页 |
| 1.4 视网膜图像层边界分割的研究意义 | 第11-12页 |
| 1.5 论文的组织结构 | 第12-14页 |
| 2 最优三维图搜索算法理论基础 | 第14-25页 |
| 2.1 最大流/最小割算法定理 | 第14-15页 |
| 2.2 算法基本框架简介 | 第15-16页 |
| 2.3 三维图结构的构建 | 第16-20页 |
| 2.3.1 单层三维图的构建 | 第16-18页 |
| 2.3.2 多层三维图的构建 | 第18-20页 |
| 2.4 最优三维图搜索算法的实现 | 第20-24页 |
| 2.4.1 图结构顶点的权重设计 | 第20-22页 |
| 2.4.2 算法实现与求解 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于梯度弱化和三维图搜索的黄斑区视网膜内界膜单层边界分割 | 第25-40页 |
| 3.1 BM3D图像去噪算法 | 第25-27页 |
| 3.1.1 图像的块匹配 | 第25-26页 |
| 3.1.2 三维变换域滤波 | 第26页 |
| 3.1.3 权重的计算 | 第26页 |
| 3.1.4 图像的重构 | 第26-27页 |
| 3.2 结合三维图搜索和梯度弱化算法的ILM单层分割算法 | 第27-31页 |
| 3.2.1 算法流程概述 | 第27-28页 |
| 3.2.2 灰度图像填充 | 第28页 |
| 3.2.3 背景估计 | 第28页 |
| 3.2.4 视网膜区域估计 | 第28-29页 |
| 3.2.5 区域限制与梯度弱化 | 第29-30页 |
| 3.2.6 ILM表面分割 | 第30-31页 |
| 3.3 实验结果分析 | 第31-39页 |
| 3.3.1 定量分析 | 第32-35页 |
| 3.3.2 定性分析 | 第35-38页 |
| 3.3.3 分析与讨论 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 应用多尺度的三维图搜索黄斑区多层边界分割 | 第40-52页 |
| 4.1 两种视网膜病变图像简介 | 第40-41页 |
| 4.2 应用多尺度的三维图搜索多层分割算法 | 第41-45页 |
| 4.2.1 算法流程概述 | 第41-42页 |
| 4.2.2 改进的权重设计 | 第42页 |
| 4.2.3 多尺度层分割算法及实现 | 第42-45页 |
| 4.3 实验与分析 | 第45-51页 |
| 4.3.1 定量分析 | 第45-48页 |
| 4.3.2 定性分析 | 第48-49页 |
| 4.3.3 分析与讨论 | 第49-51页 |
| 4.4 本章总结 | 第51-52页 |
| 5 基于三维图搜索的视觉神经头区域图像层分割及应用 | 第52-65页 |
| 5.1 视觉神经头区域SDOCT图像介绍 | 第52-54页 |
| 5.2 ONH区域的SDOCT图像多层分割 | 第54-55页 |
| 5.3 基于三维图搜索的ONH视盘定位算法 | 第55-60页 |
| 5.3.1 定位算法概述 | 第55页 |
| 5.3.2 投影图像的生成 | 第55-56页 |
| 5.3.3 血管过滤算法 | 第56-58页 |
| 5.3.4 视盘区域顶点权重构造 | 第58页 |
| 5.3.5 求解封闭曲面的三维图搜索算法 | 第58-60页 |
| 5.4 实验与分析 | 第60-64页 |
| 5.4.1 ONH区域图像层分割实验评价 | 第60-62页 |
| 5.4.2 视盘定位算法实验评价 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 6. 总结和展望 | 第65-67页 |
| 6.1 论文总结 | 第65页 |
| 6.2 未来工作展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73页 |
