| 缩略词 | 第6-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 引言 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 神经导航系统及其误差 | 第13-15页 |
| 1.2.1 神经导航系统的工作原理 | 第13-14页 |
| 1.2.2 神经导航系统的误差 | 第14-15页 |
| 1.2.3 神经导航系统的发展方向 | 第15页 |
| 1.3 相关技术的研究现状 | 第15页 |
| 1.4 本文的研究内容与章节安排 | 第15-16页 |
| 1.5 本文的主要创新点 | 第16-18页 |
| 第二章 MRI图像的分割算法 | 第18-32页 |
| 2.1 概述 | 第18页 |
| 2.2 MRI图像的分割算法 | 第18-30页 |
| 2.2.1 基于区域的分割方法 | 第19-25页 |
| 2.2.2 基于边缘的分割方法 | 第25-29页 |
| 2.2.3 基于区域和边缘混合的分割方法 | 第29-30页 |
| 2.3 MRI图像分割的发展方向 | 第30-31页 |
| 2.4 小结 | 第31-32页 |
| 第三章 基于滑窗技术的MRI脑肿瘤自动检测与分割方法 | 第32-49页 |
| 3.1 概述 | 第32-34页 |
| 3.2 算法原理及计算过程 | 第34-42页 |
| 3.2.1 算法实施流程图 | 第34-35页 |
| 3.2.2 预处理 | 第35-37页 |
| 3.2.3 脑肿瘤的检测 | 第37-40页 |
| 3.2.4 脑肿瘤的分割 | 第40-42页 |
| 3.2.5 三维脑肿瘤的检测与分割 | 第42页 |
| 3.3 实验结果 | 第42-48页 |
| 3.3.1 肿瘤分割结果 | 第42-45页 |
| 3.3.2 肿瘤分割结果的评估 | 第45-47页 |
| 3.3.3 肿瘤分类结果 | 第47-48页 |
| 3.4 小结与讨论 | 第48-49页 |
| 第四章 DT-MRI成像原理及纤维束提取方法 | 第49-60页 |
| 4.1 DT-MRI成像原理 | 第49-55页 |
| 4.1.1 MRI成像原理 | 第49-53页 |
| 4.1.2 DT-MRI成像原理 | 第53-55页 |
| 4.2 纤维束提取方法 | 第55-58页 |
| 4.2.1 流线型纤维束追踪法 | 第55-56页 |
| 4.2.2 基于亚体素的体素连接 | 第56页 |
| 4.2.3 快速行进算法 | 第56-57页 |
| 4.2.4 结合先验解剖知识的纤维束追踪 | 第57页 |
| 4.2.5 概率纤维束追踪 | 第57页 |
| 4.2.6 全局优化法 | 第57页 |
| 4.2.7 基于弥散模拟的模型 | 第57-58页 |
| 4.2.8 基于高角分辨率弥散成像的纤维束追踪 | 第58页 |
| 4.3 小结 | 第58-60页 |
| 第五章 压缩感知在DT-MRI成像中的应用研究 | 第60-81页 |
| 5.1 概述 | 第60页 |
| 5.2 压缩感知理论 | 第60-66页 |
| 5.2.1 压缩采样 | 第62-64页 |
| 5.2.2 重构策略 | 第64-66页 |
| 5.3. CS论在MRI中的研究现状 | 第66-69页 |
| 5.3.1 CS在传统MRI中的研究现状 | 第66-68页 |
| 5.3.2 CS在DT-MRI中的研究现状 | 第68-69页 |
| 5.4 算法原理及计算过程 | 第69-74页 |
| 5.4.1 获取图像的先验知识并确定压缩采样频率 | 第70页 |
| 5.4.2 观测矩阵的设计 | 第70-71页 |
| 5.4.3 傅立叶空间的稀疏采样 | 第71-72页 |
| 5.4.4 图像的重构 | 第72-74页 |
| 5.5 实验结果与讨论 | 第74-80页 |
| 5.6 小结与讨论 | 第80-81页 |
| 第六章 基于哈密顿一雅可比方程提取纤维束的优化算法 | 第81-98页 |
| 6.1 概述 | 第81-82页 |
| 6.2 基于H-J方程的纤维束提取过程 | 第82-86页 |
| 6.2.1 预处理 | 第82-83页 |
| 6.2.2 计算弥散张量的路径代价 | 第83-84页 |
| 6.2.3 快速迭代方法 | 第84-85页 |
| 6.2.4 白质纤维束的提取 | 第85-86页 |
| 6.3 改进算法以提高计算效率 | 第86-87页 |
| 6.4 种子点漂移对纤维束提取的影响 | 第87-88页 |
| 6.5 轮廓跟踪法选取种子点 | 第88-92页 |
| 6.5.1 轮廓跟踪算法的原理 | 第89-90页 |
| 6.5.2 种子点选取过程 | 第90-92页 |
| 6.6 算法实施流程图 | 第92-93页 |
| 6.7 实验结果 | 第93-97页 |
| 6.7.1 一个种子点和两个种子点的结果比较 | 第94-96页 |
| 6.7.2 改进算法的实验结果 | 第96-97页 |
| 6.8 小结与讨论 | 第97-98页 |
| 第七章 总结与展望 | 第98-100页 |
| 7.1 研究工作总结 | 第98-99页 |
| 7.2 未来工作展望 | 第99-100页 |
| 参考文献 | 第100-122页 |
| 在读期间的研究成果 | 第122-123页 |
| 致谢 | 第123-124页 |