| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及其意义 | 第12-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 图像分割技术的进展 | 第13-14页 |
| 1.2.2 三维重建的技术进展 | 第14-15页 |
| 1.2.3 有限元分析方法的研究现状 | 第15-16页 |
| 1.3 本文工作 | 第16-17页 |
| 1.4 论文结构 | 第17-19页 |
| 第2章 相关背景 | 第19-29页 |
| 2.1 深度学习算法及医学图像分割算法 | 第19-20页 |
| 2.1.1 深度学习算法 | 第19-20页 |
| 2.1.2 医学图像分割算法简介 | 第20页 |
| 2.2 面绘制三维重建 | 第20-23页 |
| 2.3 体绘制三维重建 | 第23-24页 |
| 2.4 有限元分析的基础概念 | 第24-26页 |
| 2.5 基本力学方程 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于深度学习的图像分割 | 第29-42页 |
| 3.1 医学图像基本概念 | 第29-31页 |
| 3.1.1 CT图像 | 第29-30页 |
| 3.1.2 DICOM3.0标准及DICOM文件概述 | 第30-31页 |
| 3.2 ROI区域 | 第31-35页 |
| 3.2.1 目标检测 | 第31-32页 |
| 3.2.2 实现及其结果 | 第32-35页 |
| 3.3 图像分割 | 第35-41页 |
| 3.3.1 U-Net | 第35-37页 |
| 3.3.2 实现及其结果 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 脊椎三维模型的构建 | 第42-49页 |
| 4.1 人体脊椎生理结构 | 第42-43页 |
| 4.2 面绘制三维重建算法实现 | 第43-46页 |
| 4.3 体绘制的算法实现 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 有限元模型的建立 | 第49-58页 |
| 5.1 实体模型的建立 | 第49-50页 |
| 5.2 面网格向体网格的转换 | 第50-52页 |
| 5.3 有限元模型的建立 | 第52-57页 |
| 5.3.1 有限元分析方法的来源 | 第53页 |
| 5.3.2 有限元分析方法的基本思路 | 第53-54页 |
| 5.3.3 有限元模型单元类型、材料属性定义 | 第54-55页 |
| 5.3.4 接触类型的定义 | 第55页 |
| 5.3.5 网格划分 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第6章 脊椎L3-L4节模型的有限元力学分析 | 第58-64页 |
| 6.1 有限元分析工具 | 第58-59页 |
| 6.2 L3-L4节有限元模型受力分析 | 第59-63页 |
| 6.3 本章小结 | 第63-64页 |
| 第7章 总结与展望 | 第64-66页 |
| 7.1 工作总结 | 第64-65页 |
| 7.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简介及在学期间取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |