| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 医学图像分割技术研究现状 | 第8-10页 |
| 1.3 内耳图像分割技术研究现状 | 第10-12页 |
| 1.3.1 内耳分割难点 | 第10页 |
| 1.3.2 内耳分割技术现状 | 第10-12页 |
| 1.4 本文研究主要内容 | 第12-14页 |
| 2 内耳感兴趣区域提取技术 | 第14-21页 |
| 2.1 图像配准概念介绍 | 第14-16页 |
| 2.1.1 医学图像配准模块组成 | 第15页 |
| 2.1.2 医学图像配准流程 | 第15-16页 |
| 2.2 基于配准技术的内耳感兴趣区域提取 | 第16-20页 |
| 2.2.1 内耳ROI配准技术模块算法选择 | 第17-18页 |
| 2.2.2 内耳配准过程与实验结果 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 医学图像分割方法介绍 | 第21-35页 |
| 3.1 图像预处理 | 第21-22页 |
| 3.2 传统医学图像分割方法 | 第22-27页 |
| 3.2.1 基于区域的分割方法 | 第22-24页 |
| 3.2.2 基于边缘的分割方法 | 第24-27页 |
| 3.3 统计形状模型的理论 | 第27-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 基于统计形状模型的内耳水平集分割实现 | 第35-45页 |
| 4.1 阈值区间的水平集分割的理论与方法 | 第35-38页 |
| 4.2 统计形状模型结合水平集方法分割内耳的流程图 | 第38-39页 |
| 4.3 基于统计形状模型的水平集分割内耳方法实现 | 第39-42页 |
| 4.3.1 建立内耳的形状模型 | 第39-41页 |
| 4.3.2 内耳分割策略实现 | 第41-42页 |
| 4.4 内耳分割评价指标 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 实验结果与分析 | 第45-53页 |
| 5.1 实验数据 | 第45页 |
| 5.2 基于SSMs的水平集分割内耳实验结果 | 第45-50页 |
| 5.3 对比实验 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 基于GPU数据处理的人体皮肤组织实时成像实现 | 第53-63页 |
| 6.1 研究背景 | 第53-55页 |
| 6.2 基本原理 | 第55-56页 |
| 6.2.1 实验系统 | 第55页 |
| 6.2.2 SDOCT成像系统原理 | 第55-56页 |
| 6.2.3 数据处理模块原理 | 第56页 |
| 6.3 GPU的并行处理与软件架构 | 第56-58页 |
| 6.3.1 硬件架构GPU | 第56-57页 |
| 6.3.2 并行计算架构—CUDA | 第57页 |
| 6.3.3 GPU数据处理的过程 | 第57-58页 |
| 6.4 实验结果与分析 | 第58-62页 |
| 6.5 本章小结 | 第62-63页 |
| 7 总结与展望 | 第63-65页 |
| 7.1 工作总结 | 第63页 |
| 7.2 未来研究方向 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72页 |