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

医学图像三维重建技术研究

摘要第3-4页
Abstract第4页
第一章 绪论第8-13页
    1.1 课题研究背景和意义第8页
    1.2 三维重建研究和发展现状第8-12页
        1.2.1 轮廓连接法第9-10页
        1.2.2 移动立方体算法(Marching Cubes)第10页
        1.2.3 光线投射法(Ray Casting)第10-11页
        1.2.4 抛雪球法(Splatting)第11-12页
    1.3 本论文章节安排第12-13页
第二章 基于VTK的三维表面重建第13-25页
    2.1 可视化工具包简介第13页
    2.2 VTK库的编译和可视化流程第13-19页
        2.2.1 编译VTK的准备工作第13-14页
        2.2.2 编译VTK的详细步骤第14-18页
        2.2.3 VTK可视化流程第18-19页
    2.3 三维表面重建及其可视化系统设计与实现第19-24页
        2.3.1 医学图像数据读取模块第19-20页
        2.3.2 三维重建及可视化模块第20-21页
        2.3.3 实例分析第21-24页
    2.4 本章小结第24-25页
第三章 医学图像三维重建流程中相关算法第25-34页
    3.1 断层医学图像插值第25-28页
        3.1.1 最近邻域插值(nearest neighbor interpolation)第25-26页
        3.1.2 线性插值第26页
        3.1.3 B样条插值(basis spline interpolation)第26-28页
        3.1.4 基于形态学形状插值第28页
    3.2 医学图像分割第28-33页
        3.2.1 基于区域的分割方法第28-31页
        3.2.2 基于边缘的分割方法第31-33页
        3.2.3 基于神经网络的分割方法第33页
    3.3 本章小结第33-34页
第四章 基于MATLAB的左心室三维表面重建第34-48页
    4.1 实验数据库第34-35页
    4.2 基于三次样条的层间插值第35-38页
        4.2.1 基本原理第35页
        4.2.2 实验方法第35-36页
        4.2.3 实验结果第36-38页
    4.3 基于SPCNN左心室内膜分割第38-43页
        4.3.1 感兴趣区域(ROI)提取第38-39页
        4.3.2 左心室血池定位第39页
        4.3.3 通过SPCNN分割左心室内膜第39-43页
    4.4 基于移动立方体算法(MC)的三维表面重建第43-45页
        4.4.1 MC算法基本原理第43-45页
    4.5 分割和重建实验结果第45-47页
        4.5.1 分割结果测试第45-46页
        4.5.2 重建结果分析第46-47页
    4.6 本章小结第47-48页
第五章 总结与展望第48-50页
    5.1 论文工作总结第48页
    5.2 展望第48-50页
参考文献第50-52页
在学期间的研究成果第52-53页
致谢第53页

论文共53页,点击 下载论文
上一篇:基于OpenCV的双目视觉马铃薯三维点云重建技术研究
下一篇:基于STM32的三轴全方位移动机器人运动控制系统