| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第7-10页 |
| 1.1 猕猴脑连接研究 | 第7页 |
| 1.2 主动轮廓法在图像中的应用 | 第7-9页 |
| 1.3 文章结构介绍 | 第9-10页 |
| 2 主动轮廓法 | 第10-20页 |
| 2.1 泛函及变分法 | 第10-11页 |
| 2.1.1 泛函及变分的定义 | 第10页 |
| 2.1.2 泛函及变分存在的必要条件 | 第10-11页 |
| 2.2 主动轮廓法的分类 | 第11-14页 |
| 2.3 主动轮廓法原理 | 第14-16页 |
| 2.4 带距离规整项的主动轮廓模型 | 第16-19页 |
| 2.4.1 能量函数的定义 | 第16页 |
| 2.4.2 求最小能量的梯度下降流 | 第16-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 猕猴神经细胞分割 | 第20-41页 |
| 3.1 神经细胞的阈值分割 | 第20-21页 |
| 3.2 分水岭算法分割细胞 | 第21-31页 |
| 3.2.1 分水岭变换的分割原理 | 第21-22页 |
| 3.2.2 分水岭变换的数学描述 | 第22-23页 |
| 3.2.3 分水岭方法的优缺点 | 第23-24页 |
| 3.2.4 分水岭分割实验步骤 | 第24-31页 |
| 3.3 带距离规整项的主动轮廓模型应用于细胞分割 | 第31-36页 |
| 3.3.1 初始化边缘设定 | 第31-32页 |
| 3.3.2 直接使用主动轮廓法分割 | 第32-33页 |
| 3.3.3 结合大津法和主动轮廓模型 | 第33-34页 |
| 3.3.4 通过连通域除去杂质后的细胞分割 | 第34-36页 |
| 3.4 基于多阈值大津的主动轮廓法 | 第36-40页 |
| 3.4.1 基于多阈值大津的主动轮廓法的设计 | 第36-37页 |
| 3.4.2 基于多阈值大津的主动轮廓法与原方法的比较 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 细胞跟踪 | 第41-48页 |
| 4.1 使用SIFT算法进行细胞跟踪 | 第41-43页 |
| 4.2 主动轮廓法细胞跟踪 | 第43-44页 |
| 4.3 结合主动轮廓和SIFT的轮廓跟踪 | 第44-46页 |
| 4.4 使用距离结合KM算法 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 猕猴神经连接的DTI与注入结果比较分析 | 第48-55页 |
| 5.1 预处理 | 第48页 |
| 5.2 路径跟踪中规模连接矩阵 | 第48-49页 |
| 5.3 DTI的大规模连接矩阵 | 第49页 |
| 5.4 连接分析及图谱构建 | 第49-50页 |
| 5.5 神经连接实验结果 | 第50-53页 |
| 5.5.1 多规模和多模型连接矩阵的联合分析 | 第50-51页 |
| 5.5.2 DTI纤维图 | 第51-53页 |
| 5.6 神经连接实验结果讨论 | 第53-54页 |
| 5.7 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-56页 |
| 6.1 本论文的工作总结 | 第55页 |
| 6.2 遇到的问题及展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60页 |