基于活动轮廓模型的血管内超声序列图像边缘提取研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 1 绪论 | 第8-14页 |
| ·研究的背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·医学图像研究内容 | 第10-11页 |
| ·数字医学图像研究方法的简介 | 第11-12页 |
| ·研究内容与论文框架 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·论文结构 | 第12-14页 |
| 2 IVUS 图像采集系统 | 第14-22页 |
| ·超声设备种类 | 第14-15页 |
| ·血管内超声 | 第15-16页 |
| ·IVUS 基本原理 | 第15页 |
| ·血管内超声仪器 | 第15-16页 |
| ·IVUS 设备操作步骤 | 第16页 |
| ·IVUS 图像存储方式 | 第16-21页 |
| ·DICOM 标准 | 第17-20页 |
| ·图像转化 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 IVUS 图像预处理 | 第22-36页 |
| ·IVUS 图像统计特性 | 第22-23页 |
| ·IVUS 图像特征 | 第23页 |
| ·IVUS 图像灰度变换 | 第23-27页 |
| ·线性变换 | 第23-24页 |
| ·分段线性变换 | 第24-25页 |
| ·对数变换 | 第25-26页 |
| ·指数变换 | 第26页 |
| ·二值化和阈值处理 | 第26-27页 |
| ·IVUS 图像平滑滤波 | 第27-30页 |
| ·邻域平均 | 第27-28页 |
| ·加权平均 | 第28-29页 |
| ·中值滤波 | 第29-30页 |
| ·锐化滤波处理 | 第30-32页 |
| ·拉普拉斯滤波 | 第30-31页 |
| ·梯度锐化滤波 | 第31-32页 |
| ·直方图处理 | 第32-35页 |
| ·灰度直方图 | 第32-33页 |
| ·直方图均衡化 | 第33-34页 |
| ·局部直方图均衡化 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于活动轮廓模型分割方法的研究 | 第36-53页 |
| ·传统领域的IVUS 图像分割方法 | 第36-41页 |
| ·阈值分割法 | 第36-37页 |
| ·最大方差阈值分割法 | 第37-38页 |
| ·边缘检测法 | 第38-40页 |
| ·区域生长法 | 第40-41页 |
| ·其它分割方法简介 | 第41-43页 |
| ·基于动态规划模型的分割方法 | 第41页 |
| ·基于模糊连接的分割方法 | 第41-42页 |
| ·基于神经网络的分割方法 | 第42页 |
| ·遗传算法 | 第42页 |
| ·基于形态学的方法 | 第42-43页 |
| ·活动轮廓模型方法 | 第43-45页 |
| ·活动轮廓模型的基本原理 | 第43-44页 |
| ·Snake 方法对IVUS 序列图像分割的分析 | 第44-45页 |
| ·基于测度信息改进的Snake 方法 | 第45-52页 |
| ·测度信息原理 | 第45-47页 |
| ·Snake 方法的改进 | 第47-48页 |
| ·改进后Snake 方法的计算过程 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 5 IVUS 图像分割系统的设计与实现 | 第53-61页 |
| ·系统开发环境 | 第53页 |
| ·系统功能模块 | 第53页 |
| ·系统实现 | 第53-55页 |
| ·医学图像分割的评价方法 | 第55-58页 |
| ·评价的客观性 | 第56页 |
| ·评价方法 | 第56-57页 |
| ·正确分割数据集 | 第57页 |
| ·医学图像特征参数的测量 | 第57-58页 |
| ·IVUS 序列图像结果分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 6 结论 | 第61-62页 |
| ·总结 | 第61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66页 |
