人脑磁共振图象分割研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-18页 |
| ·课题背景 | 第8页 |
| ·图象分割 | 第8-9页 |
| ·定义 | 第8-9页 |
| ·分类 | 第9页 |
| ·图象预处理 | 第9-10页 |
| ·医学图象分割 | 第10-16页 |
| ·基于边缘的方法 | 第11页 |
| ·基于区域的方法 | 第11-12页 |
| ·基于形变模型的方法 | 第12-13页 |
| ·基于统计模式识别的方法 | 第13-15页 |
| ·基于人工神经网络的方法 | 第15页 |
| ·基于数字图谱的匹配分割 | 第15-16页 |
| ·其它理论与方法 | 第16页 |
| ·分割方法的评价 | 第16-17页 |
| ·主要工作 | 第17-18页 |
| 第二章 基于联合直方图阈值化的方法 | 第18-23页 |
| ·概述 | 第18页 |
| ·阈值化 | 第18-20页 |
| ·联合直方图 | 第18页 |
| ·选取与阈值化 | 第18-20页 |
| ·种子区域生长 | 第20页 |
| ·VTK的VR与MC流程 | 第20-21页 |
| ·VTK简介 | 第20-21页 |
| ·VR与MC流程 | 第21页 |
| ·结果与讨论 | 第21-23页 |
| 第三章 扩散理论及在图象处理中的应用 | 第23-28页 |
| ·物理基础 | 第23页 |
| ·扩散滤波的分类 | 第23-24页 |
| ·线性扩散滤波 | 第23-24页 |
| ·非线性扩散滤波 | 第24页 |
| ·线性扩散理论发展及应用 | 第24-25页 |
| ·非线性扩散理论发展及应用 | 第25-28页 |
| ·PM模型 | 第25-26页 |
| ·CLMC选择平滑模型 | 第26页 |
| ·ALM退化扩散模型 | 第26-27页 |
| ·其它成果 | 第27-28页 |
| 第四章 基于线性种子扩散的方法 | 第28-38页 |
| ·概述 | 第28页 |
| ·基于可编程图形硬件的线性种子扩散 | 第28-31页 |
| ·线性种子扩散方程 | 第28页 |
| ·显式离散化 | 第28-29页 |
| ·预处理 | 第29页 |
| ·软件实现 | 第29页 |
| ·尝试与问题讨论 | 第29-31页 |
| ·基于AOS的线性种子扩散 | 第31-36页 |
| ·一维情况的隐式差分离散化 | 第31-32页 |
| ·应用AOS算法 | 第32-33页 |
| ·追赶法 | 第33-34页 |
| ·完整的步骤 | 第34-35页 |
| ·在二维情况下的测试 | 第35-36页 |
| ·结果与讨论 | 第36页 |
| ·小结 | 第36-38页 |
| 第五章 基于CLMC非线性扩散滤波的方法 | 第38-47页 |
| ·概述 | 第38页 |
| ·CLMC非线性扩散滤波 | 第38-44页 |
| ·CLMC原模型 | 第38页 |
| ·Weickert的多维CLMC模型 | 第38-39页 |
| ·高斯平滑 | 第39-40页 |
| ·一维隐式离散化 | 第40-41页 |
| ·应用AOS算法 | 第41-42页 |
| ·完整的CLMC滤波流程 | 第42-43页 |
| ·在二维情况下的测试 | 第43-44页 |
| ·结果与讨论 | 第44-47页 |
| 第六章 总结与展望 | 第47-49页 |
| ·主要研究内容 | 第47页 |
| ·主要工作 | 第47-48页 |
| ·使用灰度与梯度联合直方图的阈值分割 | 第47页 |
| ·线性种子扩散 | 第47页 |
| ·CLMC非线性平滑滤波 | 第47-48页 |
| ·基于VTK的可视化方法 | 第48页 |
| ·后续工作 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54页 |
