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

医学图像中血管的三维重建的研究与应用

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-18页
    1.1 医学图像的研究背景第11-12页
    1.2 医学图像血管三维重建的研究意义第12-13页
    1.3 国内外研究现状第13-15页
        1.3.1 血管分割技术的国内外研究现状第13-14页
        1.3.2 三维重建技术的国内外研究现状第14-15页
    1.4 本文主要工作第15-16页
    1.5 本文组织结构第16-18页
第二章 医学图像格式分析第18-28页
    2.1 数据来源及特点第18-20页
    2.2 DICOM标准第20-24页
        2.2.1 DICOM背景第20页
        2.2.2 DICOM文件结构第20-21页
        2.2.3 DICOM文件实例分析第21-24页
    2.3 DICOM图像阅读器的设计实现第24-26页
    2.4 本章小结第26-28页
第三章 医学图像分割方法研究第28-37页
    3.1 医学图像分割的原理及概念第28页
    3.2 图像分割的分类第28-33页
        3.2.1 基于区域的分割方法第29-31页
        3.2.2 基于边缘检测的分割方法第31页
        3.2.3 基于模糊集理论的分割方法第31-32页
        3.2.4 基于神经网络的分割方法第32-33页
    3.3 医学图像分割的特点第33页
    3.4 实验验证与分析第33-35页
        3.4.1 实验背景描述第33页
        3.4.2 结果对比分析第33-35页
    3.5 本章小结第35-37页
第四章 三维重建方法研究第37-49页
    4.1 面绘制算法概述第37-41页
        4.1.1 移动立方体算法第38-41页
    4.2 体绘制算法概述第41-47页
        4.2.1 光线投射算法第42-47页
    4.3 实验验证和结果分析第47-48页
    4.4 本章小结第48-49页
第五章 基于模糊聚类的LBF血管分割算法第49-62页
    5.1 主动轮廓模型第49-54页
        5.1.1 Chan-Vese算法第49-51页
        5.1.2 基于局部的Chan-Vese算法第51-52页
        5.1.3 局部二值拟合算法第52-54页
    5.2 基于模糊聚类分割算法第54-56页
        5.2.1 模糊C-均值聚类算法第54-55页
        5.2.2 核模糊聚类算法第55-56页
    5.3 本文算法第56-58页
    5.4 实验结果与分析第58-61页
        5.4.1 实验背景描述第58页
        5.4.2 结果对比分析第58-61页
    5.6 本章小结第61-62页
第六章 医学图像血管三维重建的应用第62-77页
    6.1 系统的介绍第62页
    6.2 开发环境和实验数据第62-64页
        6.2.1 VTK介绍第62-63页
        6.2.2 QT介绍第63页
        6.2.3 环境搭建第63-64页
    6.3 系统模块设计第64页
    6.4 系统模块实现第64-71页
        6.4.1 用户界面模块第65-66页
        6.4.2 DICOM图像信息提取模块第66页
        6.4.3 血管分割模块第66-67页
        6.4.4 三维重建绘制模块第67-70页
        6.4.5 体数据读写模块第70-71页
    6.5 系统运行展示第71-76页
    6.6 本章小结第76-77页
第七章 总结与展望第77-79页
    7.1 本文总结第77-78页
    7.2 展望第78-79页
致谢第79-80页
参考文献第80-85页

论文共85页,点击 下载论文
上一篇:考虑道路畅通状况的冷链物流配送优化问题
下一篇:县级供电企业配电网理论线损分析及降损措施研究