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

磁共振图像全自动分割量化方法研究

摘要第6-9页
ABSTRACT第9-11页
第一章 绪论第16-18页
第二章 心脏磁共振图像分割第18-34页
    2.1 心室分割研究背景第18-19页
    2.2 心室分割研究现状及挑战第19-21页
    2.3 心室分割研究目标及创新第21-22页
    2.4 心脏结构及功能第22-23页
    2.5 心脏磁共振成像技术第23-28页
        2.5.1 心电门控技术第23页
        2.5.2 屏气技术第23-24页
        2.5.3 心脏成像技术第24-26页
        2.5.4 图像采集第26-28页
    2.6 心脏磁共振图像心室分割算法综述第28-32页
    2.7 心室体积计算方法第32-34页
第三章 基于时空连续性和心肌强度的左心室全自动分割(LV-FAST)第34-51页
    3.1 数据第35页
    3.2 经典算法回顾及改进第35-39页
        3.2.1 霍夫变换及改进第35-37页
        3.2.2 区域生长及改进第37-39页
    3.3 LV-FAST方法介绍第39-44页
        3.3.1 左心室初步定位及分割第40-41页
        3.3.2 心室顶部估计和底部分割第41-44页
    3.4 实验设计第44页
    3.5 统计方法第44页
    3.6 实验结果第44-49页
    3.7 讨论与小结第49-51页
第四章 基于长轴信息和“NECK”算子的左心室自动分割(LV-ASLAN)第51-61页
    4.1 数据第52页
    4.2 方法第52-56页
        4.2.1 融合长轴信息定义左心室顶部和底部第53-55页
        4.2.2 基于“Neck”算子的左心室分割第55-56页
    4.3 实验设计第56-57页
    4.4 统计方法第57页
    4.5 实验结果第57-58页
    4.6 讨论与小结第58-61页
第五章 基于短轴图像的右心室全自动定位(RV-AID)第61-69页
    5.1 数据第61-62页
    5.2 受图像驱使的RV全自动定位方法第62-66页
        5.2.1 初始感兴趣区(ROI)定义第62-63页
        5.2.2 图像去噪增强第63-64页
        5.2.3 基于最大类间方差法(OTSU)的图像分类第64-65页
        5.2.4 去除细小区域第65页
        5.2.5 计算质心,找出与左心室中心最小距离表示的区域第65页
        5.2.6 右心室全自动定位第65-66页
    5.3 实验设计与结果第66-67页
    5.4 讨论与小结第67-69页
第六章 全自动提取磁共振造影剂图像信号并拟合其弛豫时间第69-82页
    6.1 背景及原理第69-73页
        6.1.1 磁共振造影剂第69-70页
        6.1.2 成像序列第70-72页
        6.1.3 研究现状第72-73页
        6.1.4 研究目标第73页
    6.2 数据第73-74页
    6.3 方法第74-78页
        6.3.1 自动化识别样品并定位中心第75-76页
        6.3.2 自动提取ROI信号第76页
        6.3.3 非线性拟合计算造影剂T1和T2值第76-78页
    6.4 实验设计第78页
    6.5 统计方法第78页
    6.6 结果第78-80页
    6.7 讨论与总结第80-82页
第七章 总结与展望第82-84页
参考文献第84-93页
致谢第93-95页
个人简历第95-96页
附录第96-97页

论文共97页,点击 下载论文
上一篇:人力资本与社会资本对创新的影响:个体与团队跨层次模型研究--基于经验学习与社会认同的作用机制
下一篇:基于互联网时代企业组织变革的海尔小微公司绩效考核体系构建研究