摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第14-18页 |
1.1 选题背景及研究意义 | 第14-15页 |
1.2 心脏图像分割的发展现状 | 第15-16页 |
1.3 本文创新 | 第16页 |
1.4 本文章节构成 | 第16-18页 |
第二章 弱边界分割技术 | 第18-24页 |
2.1 弱边界分割算法 | 第18-22页 |
2.1.1 分水岭算法 | 第18-19页 |
2.1.2 活动轮廓模型 | 第19页 |
2.1.3 水平集算法 | 第19-20页 |
2.1.4 Atlas算法 | 第20-21页 |
2.1.5 基于特定情况的分割 | 第21-22页 |
2.2 MICCAI评测方法 | 第22-23页 |
2.3 本章小结 | 第23-24页 |
第三章 基于Brsenham的区域生长算法 | 第24-34页 |
3.1 Bresenham区域生长算法介绍 | 第24-25页 |
3.2 算法实现 | 第25-27页 |
3.2.1 保留边缘的各向异性降噪 | 第25页 |
3.2.2 Bresenham生长停止面 | 第25-27页 |
3.2.3 连接门限的区域生长算法 | 第27页 |
3.3 实验结果与分析 | 第27-31页 |
3.3.1 各向异性滤波 | 第27-28页 |
3.3.2 生长停止面 | 第28-29页 |
3.3.3 区域生长 | 第29-31页 |
3.4 本章小结 | 第31-34页 |
第四章 基于距离水平集的生长停止面 | 第34-50页 |
4.1 基于距离水平集的生长停止面介绍 | 第34-35页 |
4.2 距离分水岭算法 | 第35-36页 |
4.3 距离特征 | 第36-38页 |
4.3.1 欧式距离 | 第36-37页 |
4.3.2 距离变换 | 第37-38页 |
4.4 改进的水平集算法 | 第38-41页 |
4.4.1 距离水平集算法介绍 | 第38-39页 |
4.4.2 sigmoid算法预处理 | 第39-40页 |
4.4.3 快速步进水平集算法 | 第40-41页 |
4.5 实验结果与分析 | 第41-48页 |
4.5.1 距离变换 | 第41-42页 |
4.5.2 sigmoid滤波 | 第42-43页 |
4.5.3 距离水平集作为生长停止面 | 第43-45页 |
4.5.4 形态学处理 | 第45-47页 |
4.5.5 距离分水岭与距离水平集的对比 | 第47-48页 |
4.6 本章小结 | 第48-50页 |
第五章 基于相邻配准Atlas的分割方法 | 第50-70页 |
5.1 Atlas方法研究现状 | 第50-51页 |
5.1.1 提高精度的研究发展 | 第50-51页 |
5.1.2 提升速率的研究发展 | 第51页 |
5.2 传统Atlas方法 | 第51-53页 |
5.2.1 单Atlas方法 | 第51-52页 |
5.2.2 多Atlas方法 | 第52-53页 |
5.3 配准框架 | 第53-58页 |
5.3.1 Atlas方法配准步骤 | 第53-55页 |
5.3.2 优化器 | 第55页 |
5.3.3 插值器 | 第55页 |
5.3.4 传递函数 | 第55-56页 |
5.3.5 相似度量 | 第56-57页 |
5.3.6 提高配准精度 | 第57-58页 |
5.4 基于相邻配准的Atlas方法 | 第58-61页 |
5.4.1 相邻Atlas算法流程 | 第58页 |
5.4.2 相邻Atlas方法的配准逻辑 | 第58-60页 |
5.4.3 配准工具 | 第60页 |
5.4.4 配准参数选择 | 第60-61页 |
5.5 相邻Atlas实验 | 第61-65页 |
5.5.1 预处理 | 第61-62页 |
5.5.2 相邻Atlas分割结果 | 第62-64页 |
5.5.3 MICCAI指标对比 | 第64-65页 |
5.6 相邻信息Atlas轮廓结合距离水平集算法分割 | 第65-68页 |
5.6.1 相邻信息Atlas轮廓结合距离水平集算法介绍 | 第65-66页 |
5.6.2 实验结果展示 | 第66-67页 |
5.6.3 实验结果对比分析 | 第67-68页 |
5.7 本章小结 | 第68-70页 |
第六章 总结和展望 | 第70-72页 |
6.1 本文总结 | 第70-71页 |
6.2 下一步研究方向 | 第71-72页 |
参考文献 | 第72-78页 |
致谢 | 第78页 |