| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 医学图像分割的研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 传统医学图像分割方法 | 第11-12页 |
| 1.2.2 基于水平集的医学图像分割方法 | 第12-14页 |
| 1.3 本文的研究内容和结构安排 | 第14-16页 |
| 第二章 曲线演化理论和水平集方法 | 第16-24页 |
| 2.1 曲线演化理论 | 第16-18页 |
| 2.2 水平集方法 | 第18-22页 |
| 2.2.1 基于水平集方法的曲线演化 | 第18-20页 |
| 2.2.2 水平集函数的选用与初始化 | 第20-21页 |
| 2.2.3 水平集函数的数值算法 | 第21-22页 |
| 2.3 医学图像分割的评估准则 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于边缘检测的水平集分割方法 | 第24-44页 |
| 3.1 测地线活动轮廓模型 | 第24-29页 |
| 3.1.1 snake模型 | 第24-25页 |
| 3.1.2 GAC模型的建立 | 第25-26页 |
| 3.1.3 GAC模型的行为分析 | 第26-27页 |
| 3.1.4 GAC模型的数值实现 | 第27-29页 |
| 3.2 无需重新初始化的测地线活动轮廓模型 | 第29-34页 |
| 3.2.1 改进的变分水平集方法 | 第29-31页 |
| 3.2.2 实验结果与分析 | 第31-34页 |
| 3.3 改进的无需重新初始化的测地线活动轮廓模型 | 第34-42页 |
| 3.3.1 Li模型的局限性 | 第34-35页 |
| 3.3.2 改进的距离惩罚函数 | 第35-36页 |
| 3.3.3 改进的距离惩罚函数对水平集函数的演化 | 第36-38页 |
| 3.3.4 实验结果与分析 | 第38-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于区域的水平集分割方法 | 第44-61页 |
| 4.1 Mumford-Shah模型 | 第44-45页 |
| 4.2 C-V模型 | 第45-47页 |
| 4.2.1 C-V模型的建立 | 第45-46页 |
| 4.2.2 C-V模型的数值实现 | 第46-47页 |
| 4.3 改进C-V模型 | 第47-55页 |
| 4.3.1 改进的无需重新初始化的C-V模型 | 第47-49页 |
| 4.3.2 实验结果与分析 | 第49-55页 |
| 4.4 Vese-Chan多相水平集分割模型 | 第55-58页 |
| 4.4.1 多相水平集方法引入 | 第55-56页 |
| 4.4.2 V-C多相水平集模型的建立 | 第56页 |
| 4.4.3 V-C多相水平集模型的数值计算 | 第56-57页 |
| 4.4.4 实验结果与分析 | 第57-58页 |
| 4.5 N个水平集函数的V-C多相水平集分割模型 | 第58-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 基于边缘检测与基于区域相结合的水平集分割方法 | 第61-77页 |
| 5.1 各个水平集分割方法的优势与缺陷 | 第61-62页 |
| 5.2 基于边缘检测与基于区域相结合的水平集分割方法研究 | 第62-68页 |
| 5.3 实验结果与分析 | 第68-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 工作总结 | 第77页 |
| 6.2 研究展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |