首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

脑部结构磁共振分割算法的研究及其在AD中的应用

摘要第5-7页
Abstract第7-8页
第一章 绪论第11-19页
    1.1 研究背景第11-15页
        1.1.1 磁共振成像原理第11-12页
        1.1.2 阿尔茨海默症第12-14页
        1.1.3 大脑皮质下核团与阿尔茨海默症的关系第14-15页
    1.2 国内外研究现状第15-16页
    1.3 论文研究内容及意义第16页
    1.4 论文组织结构第16-19页
第二章 脑组织提取算法的实现第19-31页
    2.1 DICOM格式图像第19-20页
    2.2 脑组织提取第20-29页
        2.2.1 脑组织提取的研究现状第20-21页
        2.2.2 基于直方图分析的脑组织提取算法的实现第21-25页
        2.2.3 基于Matlab的用户界面设计第25-27页
        2.2.4 结果与分析第27-29页
    2.3 本章小结第29-31页
第三章 皮质下核团分割算法的实现第31-49页
    3.1 基于多谱图配准的图像分割法第31-32页
    3.2 图像配准算法第32-38页
        3.2.1 ITK简介第32-33页
        3.2.2 基于ITK的图像配准第33-37页
        3.2.3 配准实验结果第37-38页
    3.3 图像融合算法第38-44页
        3.3.1 Majority Voting算法第38-39页
        3.3.2 STAPLE算法第39-41页
        3.3.3 SBA算法第41-42页
        3.3.4 融合实验结果第42-44页
    3.4 分割结果评价第44-46页
    3.5 讨论第46-47页
    3.6 本章小结第47-49页
第四章 基于皮质下核团的阿尔茨海默症研究第49-59页
    4.1 引言第49页
    4.2 材料与方法第49-52页
        4.2.1 研究对象第49-50页
        4.2.2 MRI采集第50页
        4.2.3 图像处理第50-51页
        4.2.4 统计分析第51-52页
    4.3 结果第52-56页
        4.3.1 研究对象的统计信息第52页
        4.3.2 AD和MCI的体积分析第52-53页
        4.3.3 AD和MCI的形态分析第53-56页
    4.4 讨论第56-57页
    4.5 本章小结第57-59页
第五章 总结与展望第59-61页
    5.1 总结第59页
    5.2 展望第59-61页
致谢第61-63页
参考文献第63-69页
作者简介第69页

论文共69页,点击 下载论文
上一篇:血细胞图像白细胞的自动检测与识别
下一篇:应用实时超声造影对胆囊息肉样病变鉴别诊断价值的研究