首页--医药、卫生论文--临床医学论文--诊断学论文--影像诊断学论文--核磁共振成像论文

颅脑磁共振图像分割技术研究

摘要第3-4页
Abstract第4-5页
第1章 绪论第8-14页
    1.1 课题研究背景及意义第8-9页
    1.2 颅脑图像分割研究现状第9-12页
        1.2.1 基于区域的分割方法第9-10页
        1.2.2 基于边界探测的分割方法第10-11页
        1.2.3 基于特征空间的分割方法第11-12页
        1.2.4 其他方法第12页
    1.3 研究方法及实验设计第12页
    1.4 本文的主要内容及组织框架第12-14页
第2章 图像分割预处理第14-19页
    2.1 引言第14页
    2.2 BET算法分离脑组织与非脑组织第14-18页
        2.2.1 图像基本参数选取设定第15-16页
        2.2.2 表面模型和初始化第16页
        2.2.3 轮廓演化过程第16-18页
    2.3 本章小结第18-19页
第3章 模糊聚类算法发展及在颅脑分割中的应用第19-26页
    3.1 引言第19页
    3.2 模糊集合的概念第19-21页
        3.2.1 模糊集合的基本理论第19-20页
        3.2.2 模糊集合及运算第20-21页
    3.3 模糊C-均值聚类算法第21-24页
        3.3.1 FCM中数据集的划分第21-22页
        3.3.2 硬C-均值聚类算法第22-23页
        3.3.3 模糊C-均值聚类算法第23-24页
    3.4 模糊聚类算法在颅脑图像分割中的应用及不足第24-25页
    3.5 小结第25-26页
第4章 基于FCM&VBM头部磁共振图像多组织分割算法第26-37页
    4.1 引言第26页
    4.2 VBM算法第26-30页
        4.2.1 VBM算法第26-28页
        4.2.2 DARTEL算法第28-30页
    4.3 基于FCM&VBM算法的颅脑分割方法第30-35页
        4.3.1 脑组织与非脑组织分离第30-31页
        4.3.2 脑组织分割第31-32页
        4.3.3 非脑组织分割第32-34页
        4.3.4 图像平滑第34-35页
    4.4 小结第35-37页
第5章 实验结果及分析第37-48页
    5.1 引言第37页
    5.2 实验样本数据选取第37-38页
    5.3 实验设施平台第38页
    5.4 评价参数第38-39页
    5.5 实验结果分析第39-47页
        5.5.1 验证本文方法有效性第39-43页
        5.5.2 脑组织分割的评价系数对比第43-45页
        5.5.3 颅骨分割部分的对比分析第45-47页
    5.6 本章小结第47-48页
第6章 结论第48-50页
    6.1 本文结论第48-49页
    6.2 展望第49-50页
参考文献第50-53页
攻读硕士期间发表论文情况第53-54页
致谢第54-55页

论文共55页,点击 下载论文
上一篇:基于微信平台的健康教育在心血管病高危人群中的应用效果研究
下一篇:高良姜颗粒剂的制备及其药效学研究