基于边界特征学习的医学图像分割
| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-23页 |
| ·引言 | 第11-13页 |
| ·医学图像分割 | 第13-17页 |
| ·阈值方法 | 第13-14页 |
| ·区域生长 | 第14-15页 |
| ·分类器 | 第15页 |
| ·聚类 | 第15页 |
| ·马尔科夫随机场 | 第15-16页 |
| ·神经网络 | 第16页 |
| ·可变形模型 | 第16页 |
| ·图谱方法 | 第16-17页 |
| ·前列腺分割发展现状 | 第17-21页 |
| ·基于边缘的方法 | 第18页 |
| ·可变形模型 | 第18-19页 |
| ·图谱分割方法 | 第19-20页 |
| ·混合分割方法 | 第20-21页 |
| ·论文结构安排 | 第21-23页 |
| 第2章 统计形状模型 | 第23-31页 |
| ·形状表示 | 第23-24页 |
| ·特征点和网格 | 第23-24页 |
| ·中线模型 | 第24页 |
| ·其它形状表示方法 | 第24页 |
| ·形状建模 | 第24-27页 |
| ·形状对准 | 第25页 |
| ·降维 | 第25-27页 |
| ·表观模型 | 第27-31页 |
| ·基于边界的特征 | 第27-28页 |
| ·基于区域的特征 | 第28页 |
| ·匹配函数 | 第28-31页 |
| 第3章 显著性边界特征的提取与应用 | 第31-45页 |
| ·局部描述算子 | 第31-32页 |
| ·特征的显著性评价 | 第32-34页 |
| ·尺度方差自适应 SIFT | 第34-38页 |
| ·变长法线向量特征描述 | 第38-40页 |
| ·全局和局部联合建模 | 第40-42页 |
| ·分割系统 | 第42-45页 |
| 第4章 实验 | 第45-55页 |
| ·实验数据 | 第45页 |
| ·分割结果的评价方法 | 第45-47页 |
| ·平均表面距离 | 第46-47页 |
| ·面相似系数 | 第47页 |
| ·算法参数优化 | 第47-50页 |
| ·形状模型中的参数 | 第47-48页 |
| ·SVA-SIFT 特征中参数 | 第48-49页 |
| ·NVFP 模型中的参数 | 第49-50页 |
| ·实验结果分析 | 第50-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-65页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第65页 |
