数字人脑切片图像自动分割算法的初步研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·数字人及其研究意义 | 第8页 |
| ·数字化可视人的研究现状 | 第8-10页 |
| ·医学图像分割及其研究现状 | 第10-12页 |
| ·课题研究的内容和意义 | 第12-14页 |
| ·论文的组织结构 | 第14-16页 |
| 2 数据准备 | 第16-22页 |
| ·数字人体数据集的获取 | 第16页 |
| ·切片图像的配准与去背景 | 第16-17页 |
| ·课题数据来源 | 第17-19页 |
| ·人脑的解剖结构与数据集特征分析 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 3 图像预处理 | 第22-26页 |
| ·图像裁剪与格式转换 | 第22页 |
| ·图像滤波 | 第22-25页 |
| ·超限邻域平均滤波 | 第23页 |
| ·高频增强滤波 | 第23页 |
| ·中值滤波 | 第23-24页 |
| ·滤波结果 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 4 脑组织的分割 | 第26-49页 |
| ·基于数学形态学的大脑组织分割 | 第26-34页 |
| ·数学形态学的基本原理 | 第26-27页 |
| ·基于数学形态学的大脑组织分割方法 | 第27-32页 |
| ·分割结果与分析 | 第32-34页 |
| ·抗噪性验证 | 第34页 |
| ·基于模板缩放的小脑携脑干组织分割 | 第34-46页 |
| ·基于模板缩放分割的基本原理 | 第35页 |
| ·基于模板缩放的小脑携脑干组织分割方法 | 第35-44页 |
| ·分割结果与分析 | 第44-46页 |
| ·脑组织分割结果的三维重建与分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 5 脑白质的分割 | 第49-63页 |
| ·基于区域生长的大脑白质分割 | 第49-54页 |
| ·区域生长的基本原理 | 第49-50页 |
| ·基于区域生长的大脑白质分割方法 | 第50-52页 |
| ·大脑白质的分割过程与结果分析 | 第52-54页 |
| ·基于RGB 聚类的小脑携脑干白质分割 | 第54-59页 |
| ·基于RGB 聚类分割法的基本原理 | 第55页 |
| ·基于RGB 聚类的小脑携脑干白质分割方法 | 第55-57页 |
| ·分割过程与结果分析 | 第57-59页 |
| ·脑白质分割结果的三维重建与分析 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 6 总结与展望 | 第63-65页 |
| ·全文工作总结 | 第63-64页 |
| ·存在的问题与展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-82页 |
| A 主要程序 | 第71-82页 |
| B 论文发表情况 | 第82页 |
