摘要 | 第1-8页 |
Abstract | 第8-17页 |
1 绪论 | 第17-28页 |
·引言 | 第17-18页 |
·成人和新生儿脑MR图像分割难点 | 第18-19页 |
·国内外脑MR图像分割方法综述 | 第19-25页 |
·基于像素的方法 | 第19-20页 |
·基于活动轮廓的方法 | 第20-23页 |
·主动表观模型 | 第23-24页 |
·基于图论的分割方法 | 第24-25页 |
·课题来源 | 第25页 |
·本文的主要研究工作和内容安排 | 第25-26页 |
·本文工作的创新点 | 第26-28页 |
2 基于多相位局部均值的脑MR图像分割模型 | 第28-41页 |
·引言 | 第28-30页 |
·背景介绍 | 第30-32页 |
·自适应脑MR数据分割模型 | 第30-31页 |
·Chan-Vese模型 | 第31页 |
·Local binary fitting模型 | 第31-32页 |
·多相位局部均值脑MR图像分割模型 | 第32-33页 |
·模型求解与算法实现 | 第33-35页 |
·实验结果与分析 | 第35-38页 |
·定性和定量比较 | 第35-38页 |
·本章小结 | 第38-41页 |
3 基于局部信息和全局信息的脑MR图像分割模型 | 第41-53页 |
·引言 | 第41-42页 |
·Chan-Vese模型和LBF模型比较 | 第42页 |
·基于全局拟合和局部拟合的图像分割模型 | 第42-46页 |
·二相位形式下的能量模型 | 第43-45页 |
·多相位形式下的能量模型 | 第45-46页 |
·实验分析 | 第46-51页 |
·脑核磁共振图像分割 | 第48-50页 |
·定量比较 | 第50-51页 |
·本章小结 | 第51-53页 |
4 基于局部高斯概率的脑MR图像分割模型 | 第53-77页 |
·引言 | 第53-54页 |
·背景介绍 | 第54-55页 |
·Mumford-Shah模型 | 第54-55页 |
·Piecewise Smooth模型 | 第55页 |
·局部高斯概率模型 | 第55-58页 |
·水平集能量 | 第58-63页 |
·二相位能量形式 | 第58-62页 |
·多相位能量形式 | 第62-63页 |
·算法流程 | 第63页 |
·实验结果与分析 | 第63-74页 |
·二相位实验结果与分析 | 第63-68页 |
·多相位实验结果与分析 | 第68-74页 |
·时间复杂度和参数选取 | 第74页 |
·本章小结 | 第74-77页 |
5 基于凸优化的脑MR图像分割模型 | 第77-96页 |
·引言 | 第77-78页 |
·基于凸优化的脑MR图像分割模型 | 第78-83页 |
·凸优化技术 | 第79-81页 |
·能量最小化 | 第81-83页 |
·基于凸优化的脑MR图像分割框架 | 第83-84页 |
·实验结果与分析 | 第84-93页 |
·真实图像分割结果 | 第84-86页 |
·实验结果的定量比较 | 第86-87页 |
·三维脑数据实验结果与分析 | 第87-89页 |
·7T图像去偏移场结果 | 第89-91页 |
·和前文方法的综合比较 | 第91-93页 |
·本章小结 | 第93-96页 |
6 新生儿脑MR图像分割技术研究 | 第96-108页 |
·引言 | 第96-97页 |
·新生儿脑MR图像的分割难点 | 第97-98页 |
·基于耦合的活动轮廓模型的新生儿脑MR图像分割方法 | 第98-103页 |
·新生儿脑MR图像分割框架 | 第98-99页 |
·基于凸优化的新生儿脑MR图像粗分割 | 第99-100页 |
·Partial volume校正 | 第100-101页 |
·基于耦合的水平集模型 | 第101-103页 |
·实验结果与分析 | 第103-106页 |
·人工合成图像实验结果 | 第103-104页 |
·成人大脑图像分割结果与分析 | 第104页 |
·新生儿大脑图像分割结果与分析 | 第104-106页 |
·本章小结 | 第106-108页 |
7 结束语 | 第108-110页 |
·本文工作总结 | 第108-109页 |
·将来的工作 | 第109-110页 |
致谢 | 第110-111页 |
参考文献 | 第111-123页 |
附录 | 第123-126页 |
博士在读期间发表和录用的论文 | 第123-125页 |
参加的科研项目 | 第125-126页 |
博士在读期间获得的奖励 | 第126页 |