基于三维CT图像的骨表面检测方法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 本文研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 基于区域的分割技术 | 第11-13页 |
| 1.2.2 基于表面的分割技术 | 第13-14页 |
| 1.2.3 基于区域与基于表面结合的分割技术 | 第14页 |
| 1.3 研究内容及组织结构 | 第14-16页 |
| 第2章CT图像介绍以及骨表面检测算法框架 | 第16-23页 |
| 2.1 引言 | 第16页 |
| 2.2 CT图像概述 | 第16-19页 |
| 2.2.1 CT图像的产生 | 第16-18页 |
| 2.2.2 人体CT图像的特点 | 第18-19页 |
| 2.3 CT图像分割结果的评价标准 | 第19-20页 |
| 2.4 骨表面检测算法主体框架 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 三维初始表面的获取 | 第23-40页 |
| 3.1 引言 | 第23-24页 |
| 3.2 最优阈值分割与填充 | 第24-29页 |
| 3.2.1 最优阈值初始分割 | 第24-26页 |
| 3.2.2 填充获取骨体素集 | 第26-28页 |
| 3.2.3 骨体素集划分结果分析 | 第28-29页 |
| 3.3 形态学方法去除非目标组织 | 第29-32页 |
| 3.3.1 形态学方法介绍 | 第30-31页 |
| 3.3.2 去除非目标组织过程及结果分析 | 第31-32页 |
| 3.4 自适应阈值法校准初始表面 | 第32-38页 |
| 3.4.1 自适应阈值迭代过程 | 第33-35页 |
| 3.4.2 贝叶斯决策论 | 第35-37页 |
| 3.4.3 迭代结果及分析 | 第37-38页 |
| 3.5 实验结果与分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 获取法线方向与初始表面校正 | 第40-68页 |
| 4.1 引言 | 第40-41页 |
| 4.2 法线方向的预估 | 第41-45页 |
| 4.2.1 球坐标系介绍 | 第41-42页 |
| 4.2.2 法线方向预估 | 第42-45页 |
| 4.3 法线方向的校正 | 第45-52页 |
| 4.3.1 校正方法的理论基础 | 第45-49页 |
| 4.3.2 校正方法的正确性证明 | 第49-51页 |
| 4.3.3 利用表面跟踪进行法线校正 | 第51-52页 |
| 4.4 参数的自动选择 | 第52-55页 |
| 4.5 利用法线方向校正初始表面 | 第55-59页 |
| 4.5.1 一维信号的获取 | 第55-56页 |
| 4.5.2 一维边缘检测校正初始表面 | 第56-57页 |
| 4.5.3 后处理 | 第57-59页 |
| 4.6 实验结果与分析 | 第59-67页 |
| 4.6.1 数据集的介绍与划分 | 第59页 |
| 4.6.2 参数自动选择的结果与分析 | 第59-61页 |
| 4.6.3 法线方向校正结果与分析 | 第61-62页 |
| 4.6.4 骨表面结果与分析 | 第62-67页 |
| 4.7 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |
