| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题的研究背景与意义 | 第8页 |
| 1.2 手术导航中的关键技术 | 第8-12页 |
| 1.2.1 手术导航的医学成像与图像处理技术 | 第9-10页 |
| 1.2.2 手术导航的空间定位技术 | 第10-11页 |
| 1.2.3 手术导航的手术器械标定技术 | 第11-12页 |
| 1.2.4 手术导航的配准与显示技术 | 第12页 |
| 1.3 超声图像引导的手术导航系统概述 | 第12-15页 |
| 1.3.1 手术导航系统的分类和国内外发展现状 | 第12-13页 |
| 1.3.2 超声图像引导手术及超声手术导航系统的发展现状 | 第13-14页 |
| 1.3.3 超声手术导航系统需解决的主要问题 | 第14-15页 |
| 1.4 本文内容安排 | 第15-16页 |
| 2 医学超声图像分割的原理与方法 | 第16-24页 |
| 2.1 图像分割简介 | 第16页 |
| 2.2 医学超声图像分割方法分类 | 第16-17页 |
| 2.2.1 传统图像分割方法 | 第16-17页 |
| 2.2.2 现代图像分割方法 | 第17页 |
| 2.3 几种常见图像分割方法在医学超声图像中的应用 | 第17-22页 |
| 2.3.1 最大类间方差法 | 第17-18页 |
| 2.3.2 最大熵法 | 第18页 |
| 2.3.3 C均值聚类法 | 第18-20页 |
| 2.3.4 分水岭法 | 第20-21页 |
| 2.3.5 活动轮廓模型法 | 第21-22页 |
| 2.4 实验结果分析及讨论 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 基于区域的活动轮廓模型超声图像分割优化方法研究 | 第24-44页 |
| 3.1 几种基于区域的活动轮廓模型在超声图像分割中的应用及结果对比 | 第24-27页 |
| 3.1.1 基于区域可伸缩拟合(RSF)的活动轮廓模型图像分割方法 | 第24-25页 |
| 3.1.2 基于巴氏梯度流(BGF)的活动轮廓模型图像分割方法 | 第25页 |
| 3.1.3 基于区域可伸缩拟合及局部巴氏距离(RSFB)的活动轮廓模型图像分割方法 | 第25-26页 |
| 3.1.4 实验结果对比 | 第26-27页 |
| 3.2 一种基于双势阱势函数RSFB模型的图像分割优化方法(DPF_RSFB) | 第27-36页 |
| 3.2.1 算法介绍 | 第27-31页 |
| 3.2.2 实验结果与分析 | 第31-36页 |
| 3.3 一种结合图像局部熵信息的自动化活动轮廓模型图像分割方法(LE_RSFB) | 第36-43页 |
| 3.3.1 算法介绍 | 第36-38页 |
| 3.3.2 实验结果与分析 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于光学定位的超声图像标定及病灶中心空间定位方法 | 第44-62页 |
| 4.1 基于光学定位的超声手术导航系统工作原理 | 第44-45页 |
| 4.2 一种基于光学定位的超声图像单点标定方法 | 第45-53页 |
| 4.2.1 基本知识 | 第45-46页 |
| 4.2.2 算法原理 | 第46-50页 |
| 4.2.3 实验过程与结果分析 | 第50-53页 |
| 4.3 一种基于光学定位的超声图像病灶中心空间定位方法 | 第53-60页 |
| 4.3.1 基本知识 | 第53-54页 |
| 4.3.2 算法原理 | 第54-56页 |
| 4.3.3 实验过程与结果分析 | 第56-60页 |
| 4.4 本章小结 | 第60-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
