中文摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 医学图像分割技术的研究现状 | 第10-11页 |
1.3 胰腺图像分割技术研究现状 | 第11-15页 |
1.3.1 胰腺解剖结构 | 第11-13页 |
1.3.2 胰腺图像分割难点 | 第13-14页 |
1.3.3 胰腺图像分割研究现状 | 第14-15页 |
1.3.4 胰腺图像分割的发展方向 | 第15页 |
1.4 本文研究内容 | 第15-17页 |
第2章 相关技术介绍 | 第17-33页 |
2.1 经典分割算法 | 第17-21页 |
2.1.1 阈值法 | 第17-18页 |
2.1.2 区域生长 | 第18-19页 |
2.1.3 边缘检测 | 第19-21页 |
2.2 形态学分割算法 | 第21-24页 |
2.2.1 二值形态学 | 第22-23页 |
2.2.2 灰度形态学 | 第23-24页 |
2.2.3 彩色形态学 | 第24页 |
2.3 基于形变模型的分割方法 | 第24-31页 |
2.3.1 主动轮廓模型 | 第24-25页 |
2.3.2 改进的主动轮廓模型 | 第25-27页 |
2.3.3 水平集模型 | 第27-30页 |
2.3.4 测地几何主动轮廓模型 | 第30-31页 |
2.4 本章小结 | 第31-33页 |
第3章 胰腺分割方法 | 第33-57页 |
3.1 基于概率图谱和形态学的胰腺分割 | 第33-43页 |
3.1.1 基于概率图谱和形态学的胰腺分割流程 | 第33-34页 |
3.1.2 胰腺正规化 | 第34-39页 |
3.1.3 胰腺位置概率图谱的建立 | 第39页 |
3.1.4 胰腺灰度概率图谱的建立 | 第39-42页 |
3.1.5 基于概率图谱的胰腺分割 | 第42页 |
3.1.6 形态学后处理 | 第42-43页 |
3.2 基于统计模型和水平集结合的胰腺分割 | 第43-55页 |
3.2.1 基于统计模型和水平集结合的胰腺分割流程 | 第43-44页 |
3.2.2 统计形状模型建立 | 第44-48页 |
3.2.3 结合统计模型的水平集理论 | 第48-50页 |
3.2.4 基于统计形状模型和水平集结合的方法实现 | 第50-55页 |
3.3 胰腺分割评价方法 | 第55-56页 |
3.4 本章小结 | 第56-57页 |
第4章 实验结果与分析 | 第57-69页 |
4.1 实验数据 | 第57页 |
4.2 基于概率图谱和形态学的胰腺分割实验 | 第57-61页 |
4.2.1 实验流程与结果 | 第57-58页 |
4.2.2 结果分析和评价 | 第58-61页 |
4.3 基于统计模型和水平集结合的胰腺分割实验 | 第61-68页 |
4.3.1 实验流程与结果 | 第61-62页 |
4.3.2 分割实验的对比 | 第62-65页 |
4.3.3 结果分析和评价 | 第65-68页 |
4.4 本章小结 | 第68-69页 |
第5章 总结与展望 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-77页 |
攻读硕士学位期间发表论文情况简介 | 第77页 |