摘要 | 第1-7页 |
Abstract | 第7-9页 |
目录 | 第9-12页 |
图目录 | 第12-14页 |
第1章 绪论 | 第14-24页 |
·引言 | 第14-15页 |
·医学图像分割难题 | 第15-17页 |
·水平集分割方法与医学图像分割 | 第17-19页 |
·肺部CT图像纹理提取和分析研究 | 第19-20页 |
·本文的研究内容及结构安排 | 第20-24页 |
第2章 水平集方法与曲线演化模型 | 第24-38页 |
·主动轮廓模型研究 | 第24-28页 |
·传统主动轮廓模型 | 第24-26页 |
·本文改进模型 | 第26-28页 |
·曲线演化理论 | 第28-30页 |
·水平集方法与图像分割 | 第30-36页 |
·几何曲线演化模型 | 第30-32页 |
·水平集函数的构造 | 第32-35页 |
·水平集方法用于图像分割 | 第35-36页 |
·本章小结 | 第36-38页 |
第3章 几何主动轮廓模型研究 | 第38-60页 |
·引言 | 第38页 |
·基于图像边缘力的几何主动轮廓模型 | 第38-46页 |
·测地几何主动轮廓 | 第38-42页 |
·实验结果与讨论 | 第42-46页 |
·基于图像区域信息的几何主动轮廓模型 | 第46-50页 |
·Mumford—Shah分割模型 | 第46-47页 |
·Chan-Vese分割模型 | 第47-49页 |
·实验结果与讨论 | 第49-50页 |
·耦合多相水平集函数的主动轮廓模型 | 第50-54页 |
·多相水平集函数分割框架 | 第50-53页 |
·实验结果与讨论 | 第53-54页 |
·基于边界的全局最优主动轮廓模型 | 第54-58页 |
·图像平滑ROF模型 | 第54-55页 |
·基于边缘信息的全局最优主动轮廓模型 | 第55-56页 |
·实验结果与讨论 | 第56-58页 |
·本章小结 | 第58-60页 |
第4章 基于区域统计模型的肺CT图像分割方法 | 第60-78页 |
·引言 | 第60页 |
·基于统计信息框架的水平集分割模型 | 第60-64页 |
·基于Bayes最大后验概率的二相分割模型 | 第60-62页 |
·Bayes后验概率分割模型的水平集演化方法 | 第62-64页 |
·基于联合几何主动轮廓模型的肺CT图像的分割 | 第64-76页 |
·分割意义 | 第64页 |
·肺部CT分割难题 | 第64-66页 |
·肺部CT图像GMM模型的建立 | 第66-71页 |
·联合几何主动轮廓模型 | 第71-73页 |
·实验结果与讨论 | 第73-76页 |
·本章小结 | 第76-78页 |
第5章 基于模糊连接理论的主动区域模型及其医学图像分割应用 | 第78-94页 |
·引言 | 第78-79页 |
·图像分割中的模糊连接度理论 | 第79-87页 |
·模糊集合理论 | 第79-80页 |
·模糊连接力场概念 | 第80-81页 |
·基于模糊连接度的图像分割思想 | 第81-83页 |
·相对模糊连接度 | 第83-84页 |
·自适应模糊连接度 | 第84-85页 |
·计算方法 | 第85-87页 |
·耦合模糊连接度的水平集分割方法 | 第87-90页 |
·Fast Marching方法与模糊连接度相结合 | 第87-89页 |
·基于相对模糊连接度的主动区域模型 | 第89-90页 |
·实验结果与讨论 | 第90-92页 |
·本章小结 | 第92-94页 |
第6章 基于DPLBF模型的肺CT图像内部细纹理的提取研究 | 第94-104页 |
·引言 | 第94-95页 |
·LBF模型 | 第95-96页 |
·参数动态调节的LBF模型(DPLBF) | 第96-98页 |
·图像预处理 | 第98-100页 |
·肺组织区域的粗提取 | 第98-99页 |
·背景填充术及灰度非线性映射变换 | 第99-100页 |
·实验结果及讨论 | 第100-102页 |
·动态参数调节的改进效果 | 第100-101页 |
·对肺组织CT图像的纹理提取 | 第101页 |
·对三维数据集的分割 | 第101-102页 |
·本章小结 | 第102-104页 |
第7章 总结与展望 | 第104-108页 |
·论文的主要成果与创新点 | 第104-105页 |
·今后工作展望 | 第105-108页 |
参考文献 | 第108-118页 |
读博期间发表的论文 | 第118-120页 |
致谢 | 第120页 |