| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 OCT技术简介 | 第12-15页 |
| 1.2.1 OCT技术成像原理 | 第12-13页 |
| 1.2.2 OCT技术在冠状动脉检测上的应用 | 第13-15页 |
| 1.2.3 冠脉OCT技术特点 | 第15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.3.1 斑块区域分割 | 第15-16页 |
| 1.3.2 血管内膜分割 | 第16-17页 |
| 1.4 本文主要研究内容 | 第17-19页 |
| 第2章 基于改进随机游走算法的斑块区域分割 | 第19-37页 |
| 2.1 引言 | 第19页 |
| 2.2 斑块区域分割流程 | 第19-21页 |
| 2.3 图像预处理 | 第21-22页 |
| 2.4 K-means聚类 | 第22-23页 |
| 2.4.1 K-means算法 | 第22-23页 |
| 2.4.2 聚类结果分析 | 第23页 |
| 2.5 图像去噪处理 | 第23-27页 |
| 2.5.1 图像增强 | 第23-24页 |
| 2.5.2 小波变换 | 第24-25页 |
| 2.5.3 双边滤波 | 第25-26页 |
| 2.5.4 去噪结果分析 | 第26-27页 |
| 2.6 改进的随机游走算法 | 第27-32页 |
| 2.6.1 改进边的权值 | 第28-30页 |
| 2.6.2 构建拉普拉斯矩阵 | 第30页 |
| 2.6.3 求解狄利克雷问题 | 第30-31页 |
| 2.6.4 随机游走算法实现过程 | 第31-32页 |
| 2.7 实验结果分析 | 第32-36页 |
| 2.7.1 数据来源和实验环境 | 第32页 |
| 2.7.2 性能评价 | 第32-36页 |
| 2.8 本章小结 | 第36-37页 |
| 第3章 基于形状约束的自适应水平集血管内膜分割模型 | 第37-56页 |
| 3.1 引言 | 第37页 |
| 3.2 血管内膜分割流程 | 第37-38页 |
| 3.3 传统CV模型 | 第38-40页 |
| 3.4 传统LBF模型 | 第40-41页 |
| 3.5 本文模型 | 第41-51页 |
| 3.5.1 基于随机游走算法的形状约束项 | 第42-44页 |
| 3.5.2 基于图像局部熵的自适应权值 | 第44-46页 |
| 3.5.3 初始演化曲线的选择 | 第46页 |
| 3.5.4 惩罚项与长度约束项 | 第46-47页 |
| 3.5.5 模型的水平集算法实现 | 第47-49页 |
| 3.5.6 对失真图像和模糊图像的处理 | 第49-51页 |
| 3.6 实验结果 | 第51-55页 |
| 3.6.1 数据来源和实验环境 | 第51页 |
| 3.6.2 性能评价 | 第51-55页 |
| 3.7 本章小节 | 第55-56页 |
| 第4章 冠脉OCT图像分析诊断平台的研究与实现 | 第56-70页 |
| 4.1 系统需求与可行性分析 | 第56页 |
| 4.2 系统平台整体设计 | 第56-57页 |
| 4.3 系统平台数据库设计 | 第57-58页 |
| 4.4 系统各模块设计 | 第58-65页 |
| 4.4.1 用户模块 | 第59-60页 |
| 4.4.2 显示模块 | 第60-61页 |
| 4.4.3 数据接口模块 | 第61-62页 |
| 4.4.4 冠心病辅助诊断模块 | 第62-65页 |
| 4.5 冠脉OCT图像分析诊断平台的实现 | 第65-68页 |
| 4.5.1 冠脉OCT图像分析诊断平台实现流程图 | 第65-66页 |
| 4.5.2 系统运行实现效果图 | 第66-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 工作总结 | 第70页 |
| 5.2 未来展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间取得的科研成果 | 第77页 |