摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第14-30页 |
1.1 引言 | 第14页 |
1.2 医学图像分割及其挑战 | 第14-16页 |
1.3 医学图像分割传统算法 | 第16-19页 |
1.3.1 阈值法 | 第17页 |
1.3.2 图谱法 | 第17-18页 |
1.3.3 聚类算法 | 第18-19页 |
1.4 脑核磁成像的模式及特点 | 第19-20页 |
1.5 研究目的及意义 | 第20-23页 |
1.5.1 脑多发性硬化症的影响 | 第20-21页 |
1.5.2 核磁共振图像对诊断脑多发性损伤意义 | 第21-23页 |
1.6 国内外研究现状 | 第23-25页 |
1.7 医学图像预处理 | 第25-26页 |
1.8 图像分割评价标准 | 第26-27页 |
1.9 论文的主要创新工作及内容安排 | 第27-30页 |
第2章 能量泛函极小化的基础理论 | 第30-50页 |
2.1 活动轮廓模型 | 第30-33页 |
2.1.1 Snake模型 | 第31页 |
2.1.2 Chan-Vese模型 | 第31页 |
2.1.3 Mumford-Shah模型 | 第31-33页 |
2.2 RSF模型 | 第33-38页 |
2.2.1 局部拟合能量 | 第33-35页 |
2.2.2 水平集函数 | 第35-36页 |
2.2.3 能量极小化 | 第36-38页 |
2.3 距离正则化水平集模型 | 第38-49页 |
2.3.1 传统水平集方法 | 第38-39页 |
2.3.2 重新初始化 | 第39-41页 |
2.3.3 距离正则化水平集演化 | 第41-42页 |
2.3.4 能量极小化 | 第42-44页 |
2.3.5 距离正则化双势阱 | 第44-45页 |
2.3.6 距离正则化效应 | 第45-46页 |
2.3.7 距离正则化水平集模型图像分割应用 | 第46-49页 |
2.4 水平集函数的重新初始化 | 第49页 |
2.5 本章小结 | 第49-50页 |
第3章 T1-w和FLAIR图像的脑组织与多发性硬化损伤的分割 | 第50-69页 |
3.1 乘性本征因子优化算法 | 第50-59页 |
3.1.1 偏移场校正研究现状 | 第50-52页 |
3.1.2 成像模型 | 第52-54页 |
3.1.3 乘性本征因子优化的能量函数 | 第54-56页 |
3.1.4 能量极小化 | 第56-57页 |
3.1.5 数值稳定性的矩阵分析 | 第57-59页 |
3.2 多通道硬化损伤图像的分割 | 第59-68页 |
3.2.1 多发性硬损伤磁共振图像特点 | 第59-60页 |
3.2.2 成像模型 | 第60-62页 |
3.2.3 能量泛函 | 第62-63页 |
3.2.4 能量极小化 | 第63-64页 |
3.2.5 实验步骤 | 第64-65页 |
3.2.6 实验结果及讨论 | 第65-68页 |
3.3 本章小结 | 第68-69页 |
第4章 三相位水平集模型的脑多发性硬化损伤区域分割 | 第69-86页 |
4.1 基于区域图像分割算法 | 第69-73页 |
4.1.1 局部灰度聚类性质 | 第70-71页 |
4.1.2 能量泛函 | 第71-73页 |
4.2 FLAIR图像的多发性硬化损伤分割 | 第73-85页 |
4.2.1 多发性硬化损伤 | 第73-74页 |
4.2.2 三相位水平集模型 | 第74-77页 |
4.2.3 二相位水平集模型 | 第77-78页 |
4.2.4 实验结果与分析 | 第78-85页 |
4.3 本章小结 | 第85-86页 |
第5章 基于LBF模型的脑血管分割 | 第86-102页 |
5.1 脑血管分割的挑战 | 第87页 |
5.2 血管分割方法 | 第87-91页 |
5.2.1 参数化活动轮廓模型 | 第88-89页 |
5.2.2 几何活动轮廓模型 | 第89页 |
5.2.3 区域生长法 | 第89页 |
5.2.4 形态学方法 | 第89-90页 |
5.2.5 基于先验知识的分割法 | 第90页 |
5.2.6 基于血管管状结构的分割法 | 第90-91页 |
5.3 LBF模型 | 第91-96页 |
5.3.1 局部二值拟合活动轮廓模型 | 第93-96页 |
5.3.2 能量极小化 | 第96页 |
5.4 改进的LBF模型 | 第96-101页 |
5.4.1 改进的LBF模型 | 第97-98页 |
5.4.2 图像分割实验结果 | 第98-101页 |
5.5 本章小节 | 第101-102页 |
第6章 基于解剖知识的缺血性脑中风的客观CT脑室分割 | 第102-116页 |
6.1 CT脑室分割研究现状 | 第102-103页 |
6.2 实验方法 | 第103-111页 |
6.2.1 脑图像校准 | 第104-107页 |
6.2.2 脑室分割 | 第107-110页 |
6.2.3 分割法评估 | 第110-111页 |
6.3 实验结果 | 第111-114页 |
6.3.1 数据集 | 第111-112页 |
6.3.2 定性评价结果 | 第112-113页 |
6.3.3 定量评价结果 | 第113-114页 |
6.4 讨论 | 第114-115页 |
6.5 本章小结 | 第115-116页 |
第7章 总结与展望 | 第116-119页 |
7.1 总结 | 第116-118页 |
7.2 展望 | 第118-119页 |
参考文献 | 第119-128页 |
攻读博士期间发表文章 | 第128-129页 |
致谢 | 第129页 |