| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第一章 绪论 | 第15-30页 |
| ·引言 | 第15-17页 |
| ·磁共振血管成像 | 第17-21页 |
| ·MRA 在临床中的应用 | 第17页 |
| ·MRA 成像方法 | 第17-20页 |
| ·MRA 图像的后处理方法 | 第20-21页 |
| ·MR 血管成像技术选择 | 第21页 |
| ·血管造影图像分割的意义 | 第21-24页 |
| ·血管分割的重要性 | 第22-23页 |
| ·医学图像分割算法的特点 | 第23-24页 |
| ·MRA 图像的特点及处理难点 | 第24-25页 |
| ·血管造影图像处理研究现状 | 第25-29页 |
| ·论文的主要内容和安排 | 第29-30页 |
| 第二章 血管造影图像分割方法 | 第30-45页 |
| ·血管造影图像分割方法 | 第31-35页 |
| ·尺度空间分析 | 第32页 |
| ·变形模型 | 第32-34页 |
| ·统计模型 | 第34页 |
| ·混合方法 | 第34-35页 |
| ·现有方法存在的缺陷 | 第35页 |
| ·医学图像分割算法的评估 | 第35-37页 |
| ·优化算法 | 第37-43页 |
| ·能量函数的作用及其规划 | 第38-39页 |
| ·优化准则 | 第39页 |
| ·常用优化算法 | 第39-43页 |
| ·优化问题的思考 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第三章 有限混合模型及参数估计 | 第45-62页 |
| ·有限混合模型定义 | 第45-46页 |
| ·混合模型聚类原理 | 第46-47页 |
| ·混合模型聚类的三大问题及对应策略 | 第47-49页 |
| ·初始敏感性 | 第48页 |
| ·最优混合成分数目的选择 | 第48-49页 |
| ·稳健性 | 第49页 |
| ·有限混合模型的极大似然估计方法 | 第49-50页 |
| ·混合模型聚类常用的算法 | 第50-53页 |
| ·EM 算法 | 第50-51页 |
| ·Conditional Expectation Maximization(CEM) 算法 | 第51-52页 |
| ·SEM 算法 | 第52-53页 |
| ·算法的终止原则及初始策略 | 第53-54页 |
| ·终止原则 | 第53页 |
| ·初始策略 | 第53-54页 |
| ·混合模型中分量数目的估计 | 第54-59页 |
| ·贝叶斯信息准则（Bayesian Information Criterion，BIC） | 第54-55页 |
| ·积分完整的似然准则（Integrated Completed Likelihood，ICL） | 第55-56页 |
| ·标准化熵准则（NEC） | 第56-58页 |
| ·交叉验证准则（CV） | 第58页 |
| ·四种准则的比较 | 第58-59页 |
| ·试验 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第四章 基于马尔科夫随机场模型的图像分割 | 第62-82页 |
| ·马尔科夫随机场和吉布斯分布 | 第62-68页 |
| ·基本概念 | 第63-65页 |
| ·马尔科夫随机场 | 第65-66页 |
| ·吉布斯随机场 | 第66-67页 |
| ·Hammersley–Clifford 定理 | 第67-68页 |
| ·常用马尔科夫随机场模型 | 第68-71页 |
| ·Ising 模型 | 第68页 |
| ·Potts 模型 | 第68-69页 |
| ·MLL 模型（Multi-Level Logistic Model,MLL） | 第69页 |
| ·高斯马尔科夫场模型 | 第69-70页 |
| ·LP(Line Process)模型 | 第70-71页 |
| ·马尔科夫随机场的贝叶斯标记 | 第71-74页 |
| ·贝叶斯估计（MAP） | 第71-72页 |
| ·MAP-MRF 图像分割框架 | 第72-73页 |
| ·组合优化算法 | 第73-74页 |
| ·马尔科夫随机场的参数估计 | 第74-79页 |
| ·最大似然估计 | 第74-75页 |
| ·最大伪似然方法 | 第75页 |
| ·均场近似方法 | 第75-76页 |
| ·编码方法（coding method） | 第76-77页 |
| ·最小二乘估计法 | 第77-79页 |
| ·试验与结果分析 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 第五章 结合高阶多尺度特征的脑血管分割 | 第82-102页 |
| ·引言 | 第82-84页 |
| ·尺度空间理论 | 第84-89页 |
| ·Frangi 的多尺度血管特征描述 | 第85-87页 |
| ·皱折（Crease）结构描述 | 第87-89页 |
| ·结合高阶多尺度特征的脑血管分割 | 第89-96页 |
| ·高阶多尺度特征能量函数 | 第90-92页 |
| ·似然能量函数 | 第92-95页 |
| ·先验能量函数 | 第95-96页 |
| ·试验结果 | 第96-101页 |
| ·合成体数据 | 第96页 |
| ·临床数据 | 第96-101页 |
| ·本章小结 | 第101-102页 |
| 第六章 自适应血管树分割方法 | 第102-115页 |
| ·局部观测模型 | 第104-105页 |
| ·先验能量函数 | 第105-106页 |
| ·算法流程 | 第106-107页 |
| ·试验结果 | 第107-114页 |
| ·合成模型数据 | 第107-110页 |
| ·临床数据 | 第110-114页 |
| ·本章小结 | 第114-115页 |
| 第七章 总结与展望 | 第115-117页 |
| ·论文工作总结 | 第115页 |
| ·未来工作展望 | 第115-117页 |
| 参考文献 | 第117-126页 |
| 致谢 | 第126-127页 |
| 攻读博士学位期间已发表或录用的论文 | 第127页 |
