基于偏微分方程的医学图像去噪和分割技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-22页 |
| ·医学图像处理技术的发展现状 | 第11-18页 |
| ·医学图像的去噪技术 | 第11-14页 |
| ·医学图像的分割技术 | 第14-16页 |
| ·基于偏微分方程的医学图像处理 | 第16-18页 |
| ·论文主要研究内容及结构 | 第18-21页 |
| ·论文研究背景 | 第18-19页 |
| ·论文研究内容及目标 | 第19-20页 |
| ·论文结构 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第2章 偏微分方程的相关理论 | 第22-32页 |
| ·引言 | 第22-23页 |
| ·图像去噪的偏微分方程方法 | 第23-25页 |
| ·尺度空间的基本概念 | 第23-24页 |
| ·热传导方程 | 第24-25页 |
| ·图像分割的偏微分方程方法 | 第25-28页 |
| ·曲线演化理论 | 第25-27页 |
| ·水平集方法 | 第27-28页 |
| ·偏微分方程的数值解法 | 第28-31页 |
| ·有限差分法 | 第28-30页 |
| ·变分法和梯度下降流 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 改进的各向异性复扩散的医学图像去噪 | 第32-46页 |
| ·引言 | 第32-33页 |
| ·相关工作 | 第33-35页 |
| ·扩散过程的原理 | 第33-34页 |
| ·P-M模型 | 第34-35页 |
| ·改进的复扩散模型 | 第35-39页 |
| ·Gilboa复扩散模型 | 第35-36页 |
| ·改进的各向异性复扩散模型 | 第36-39页 |
| ·实验结果及分析 | 第39-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 改进的C_V模型和多相水平集分割方法 | 第46-65页 |
| ·活动轮廓分割模型介绍 | 第46-51页 |
| ·测地线活动轮廓模型(GAC) | 第46-47页 |
| ·无边缘活动轮廓模型(C_V) | 第47-49页 |
| ·重新初始化 | 第49-51页 |
| ·结合边缘信息的改进C_V模型 | 第51-58页 |
| ·基于边缘的C_V模型 | 第51-52页 |
| ·改进区域项后的C_V模型 | 第52-54页 |
| ·参数选择 | 第54-55页 |
| ·实验结果 | 第55-58页 |
| ·基于双水平集的医学图像分割方法 | 第58-64页 |
| ·多相水平集方法的模型描述 | 第58-60页 |
| ·改进的双水平集模型 | 第60-62页 |
| ·实验结果 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 医学图像序列的分割及可视化 | 第65-73页 |
| ·序列分割及可视化技术 | 第65-66页 |
| ·CT图像序列的分割及可视化结果 | 第66-70页 |
| ·MR脑图像序列的分割及可视化结果 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| ·工作总结 | 第73-74页 |
| ·工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间参加的科研项目和成果 | 第80页 |
