光片显微图像算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-14页 |
| 1.2 国内外研究现状和进展 | 第14-17页 |
| 1.2.1 LSM图像多角度融合研究概况 | 第14-16页 |
| 1.2.2 血管分割研究概况 | 第16-17页 |
| 1.3 本文的主要内容 | 第17-19页 |
| 第2章 LSM图像多角度融合算法 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 图像融合流程 | 第19-26页 |
| 2.2.1 数据采集 | 第19-21页 |
| 2.2.2 SIFT特征提取 | 第21-22页 |
| 2.2.3 图像融合 | 第22-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 LSM脑血管成像和增强 | 第27-36页 |
| 3.1 引言 | 第27页 |
| 3.2 脑组织成像和分析 | 第27-30页 |
| 3.3 基于先验信息的网络模型 | 第30-34页 |
| 3.3.1 多尺度特征提取 | 第30-31页 |
| 3.3.2 网络结构 | 第31-32页 |
| 3.3.3 模型训练 | 第32-34页 |
| 3.4 血管图像增强 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 LSM脑血管图像分割算法 | 第36-47页 |
| 4.1 引言 | 第36-37页 |
| 4.2 卷积神经网络分割 | 第37-42页 |
| 4.2.1 网络模型 | 第37-38页 |
| 4.2.2 模型训练 | 第38-39页 |
| 4.2.3 分割结果分析 | 第39-42页 |
| 4.3 结果评价和对比 | 第42-45页 |
| 4.3.1 评价准则 | 第42-43页 |
| 4.3.2 结果对比 | 第43-45页 |
| 4.4 本章小结 | 第45-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间所取得的学术成果 | 第52-53页 |
| 致谢 | 第53-54页 |
