首页--医药、卫生论文--特种医学论文--放射医学论文--各部位及各科疾病的X线诊断与疗法论文--胸部及呼吸系论文--肺部论文

人体肺部气道树深度提取方法与应用研究

摘要第5-6页
ABSTRACT第6页
第1章 绪论第9-19页
    1.1 人体气道树的相关背景第9-12页
        1.1.1 人体气道树的功能和结构第9-10页
        1.1.2 气道树相关疾病第10-12页
    1.2 CT的技术背景第12-15页
        1.2.1 CT的发展历史第12-13页
        1.2.2 CT影像及其在肺部气道树疾病诊断中的价值第13-14页
        1.2.3 人体不同组织的CT值第14-15页
    1.3 国内外研究现状第15-17页
    1.4 本研究研究内容第17-19页
第2章 相关技术介绍第19-29页
    2.1 DCMTK开源库第19-21页
        2.1.1 DICOM简介第19-20页
        2.1.2 DCMTK的配置第20页
        2.1.3 DCMTK的使用说明第20-21页
    2.2 常见图像分割算法第21-27页
        2.2.1 基于阈值的图像分割方法第22-24页
        2.2.2 基于边缘检测的图像分割方法第24-27页
    2.3 本章小结第27-29页
第3章 气道树粗分割算法的设计和实现第29-41页
    3.1 算法综述第29-30页
    3.2 三维区域增长第30-33页
        3.2.1 区域生长第30页
        3.2.2 三维区域生长第30-33页
    3.3 三维波传递第33-37页
    3.4 形态学检测第37页
    3.5 迭代第37-38页
    3.6 中心填洞第38-39页
        3.6.1 膨胀处理第38页
        3.6.2 腐蚀处理第38页
        3.6.3 具体填洞操作第38-39页
    3.7 本章小结第39-41页
第4章 气道树深度提取的设计和实现第41-51页
    4.1 算法综述第41页
    4.2 肺区的提取与其边缘的去除第41-42页
    4.3 遗漏气管的寻找第42-46页
    4.4 遗漏气管的拼接第46-49页
    4.5 本章小结第49-51页
第5章 结果与分析第51-67页
    5.1 气道树分割结果第51-61页
        5.1.1 粗分割结果评价第53-55页
        5.1.2 粗分割与最终结果对比第55-59页
        5.1.3 本研究结果与Mimics结果对比第59-61页
    5.2 不同疾病分割结果与讨论第61-64页
        5.2.1 COPD第61-62页
        5.2.2 气管性支气管第62-63页
        5.2.3 支气管扩张第63-64页
    5.3 分割结果数据分析第64-65页
    5.4 本章小结第65-67页
第6章 总结与展望第67-69页
    6.1 工作总结第67-68页
    6.2 工作展望第68-69页
参考文献第69-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:能谱CT基物质分解算法研究
下一篇:基于K-SVD字典学习的右心室磁共振图像精准分割