| 摘要 | 第4-9页 |
| Abstract | 第9-13页 |
| 缩略语中英文对照表 | 第14-22页 |
| 第1章 绪论 | 第22-33页 |
| 1.1 医学影像和图像处理 | 第22-24页 |
| 1.2 医学图像分割 | 第24-25页 |
| 1.2.1 图像分割的研究背景和意义 | 第24页 |
| 1.2.2 图像分割的国内外研究现状 | 第24-25页 |
| 1.3 医学图像配准 | 第25-30页 |
| 1.3.1 图像配准的研究背景和意义 | 第25-27页 |
| 1.3.2 图像配准国内外研究现状 | 第27-30页 |
| 1.4 论文研究的主要内容和章节结构 | 第30-31页 |
| 1.5 创新点 | 第31-33页 |
| 第2章 医学图像分割与配准技术 | 第33-38页 |
| 2.1 引言 | 第33页 |
| 2.2 医学图像分割技术 | 第33-35页 |
| 2.2.1 定义 | 第33-34页 |
| 2.2.2 分类 | 第34-35页 |
| 2.3 医学图像配准技术 | 第35-37页 |
| 2.3.1 配准概念 | 第35-36页 |
| 2.3.2 配准框架 | 第36-37页 |
| 2.4 小结 | 第37-38页 |
| 第3章 基于Grab Cut超声断层分割方法的研究 | 第38-51页 |
| 3.1 引言 | 第38页 |
| 3.2 超声断层成像设备的介绍 | 第38-39页 |
| 3.3 超声断层乳房图像分割的问题分析 | 第39-41页 |
| 3.4 基于3D Grab Cut的UST图像分割 | 第41-45页 |
| 3.4.1 数据收集 | 第41页 |
| 3.4.2 数据预处理 | 第41-42页 |
| 3.4.3 分割基准构建 | 第42页 |
| 3.4.4 Grab Cut分割算法 | 第42-44页 |
| 3.4.5 3D Grab Cut分割设计 | 第44-45页 |
| 3.5 实验设计与算法性能分析 | 第45-50页 |
| 3.5.1 分割算法性能分析指标 | 第45-46页 |
| 3.5.2 算法实现的软件平台 | 第46页 |
| 3.5.3 实验结果 | 第46-50页 |
| 3.6 小结 | 第50-51页 |
| 第4章 超声断层图像自动分割算法研究 | 第51-60页 |
| 4.1 引言 | 第51页 |
| 4.2 基于Grab Cut的自动分割算法 | 第51-55页 |
| 4.2.1 算法设计背景 | 第51页 |
| 4.2.2 算法框架 | 第51-52页 |
| 4.2.3 算法理论分析 | 第52-54页 |
| 4.2.4 分割算法实现过程 | 第54-55页 |
| 4.3 实验结果与性能分析 | 第55-59页 |
| 4.3.1 实验的比较方法 | 第55-56页 |
| 4.3.2 实验数据和算法实现平台 | 第56页 |
| 4.3.3 算法性能评价指标 | 第56-57页 |
| 4.3.4 算法分割结果和性能分析 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 基于深度卷积神经网络的脊椎图像分割方法与应用 | 第60-70页 |
| 5.1 引言 | 第60页 |
| 5.2 基于深度卷积神经网络的医学图像分割介绍 | 第60-62页 |
| 5.3 基于U-net的深度卷积神经网络的脊椎图像分割方法 | 第62-65页 |
| 5.3.1 U-net深度卷积神经网络介绍 | 第62-63页 |
| 5.3.2 网络训练 | 第63-65页 |
| 5.3.3 训练数据扩充 | 第65页 |
| 5.4 实验及结果 | 第65-68页 |
| 5.4.1 实验数据 | 第65页 |
| 5.4.2 实验设计 | 第65-66页 |
| 5.4.3 实验结果 | 第66-68页 |
| 5.5 本章小结 | 第68-70页 |
| 第6章 基于强度的腰椎CT与MRI多模态图像配准方法研究 | 第70-86页 |
| 6.1 引言 | 第70页 |
| 6.2 脊椎与配准算法的介绍 | 第70-72页 |
| 6.3 研究问题描述 | 第72-74页 |
| 6.4 基于强度和变换空间约束的多模态配准方法 | 第74-78页 |
| 6.4.1 配准算法框架 | 第75页 |
| 6.4.2 配准算法描述 | 第75-78页 |
| 6.5 实验设计和算法性能分析 | 第78-84页 |
| 6.5.1 实验数据介绍 | 第78-79页 |
| 6.5.2 基于特征的多模态弹性配准算法 | 第79-80页 |
| 6.5.3 实验结果评价与算法性能分析 | 第80-84页 |
| 6.6 本章小结 | 第84-86页 |
| 第7章 基于X射线源初始定位和多目标分步式优化的 3D-2D图像配准方法的研究 | 第86-107页 |
| 7.1 引言 | 第86页 |
| 7.2 3D-2D配准算法的介绍 | 第86-92页 |
| 7.3 基于X射线源初始定位与多目标优化的 3D-2D配准算法 | 第92-100页 |
| 7.3.1 3D-2D配准问题分析 | 第92-93页 |
| 7.3.2 配准算法框架 | 第93-94页 |
| 7.3.3 配准算法理论分析 | 第94-100页 |
| 7.4 实验设计与算法性能分析 | 第100-106页 |
| 7.4.1 实验平台与图像数据 | 第100-101页 |
| 7.4.2 实验结果评价方法 | 第101-102页 |
| 7.4.3 实验结果评价与算法性能分析 | 第102-106页 |
| 7.5 小结 | 第106-107页 |
| 第8章 总结与展望 | 第107-112页 |
| 8.1 本文主要研究的工作总结 | 第108-110页 |
| 8.2 未来的研究工作 | 第110-112页 |
| 参考文献 | 第112-131页 |
| 致谢 | 第131-133页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第133-135页 |
| 作者简历 | 第133页 |
| 攻读学位期间发表的学术期刊论文 | 第133页 |
| 攻读学位期间在评审的学术期刊论文 | 第133-134页 |
| 攻读学位期间发表的学术会议论文 | 第134页 |
| 攻读学位期间申请的专利 | 第134页 |
| 攻读学位期间参加的科研项目 | 第134-135页 |
