首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于磁感应的颅内出血图像表示方法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-17页
    1.1 脑磁感应断层成像技术(BMIT)第10-11页
    1.2 BMIT的研究意义第11-12页
        1.2.1 常见的脑血管病第11页
        1.2.2 BMIT检测脑部疾病的优势第11-12页
    1.3 BMIT国内外研究现状第12-15页
        1.3.1 BMIT正问题研究现状第12-13页
        1.3.2 重建算法的研究第13-14页
        1.3.3 基于BMIT测量的定量指标研究第14-15页
    1.4 本文研究的主要内容及结构安排第15-17页
第2章 BMIT系统仿真与计算第17-28页
    2.1 MIT正问题理论基础第17-18页
    2.2 三维颅脑模型的建立第18-20页
        2.2.1 人体头部的解剖结构第18页
        2.2.2 三维三层简化颅脑模型的建立第18-20页
    2.3 颅脑组织的介电特性研究第20页
    2.4 BMIT系统仿真及计算第20-25页
        2.4.1 BMIT系统仿真模型的建立第20-21页
        2.4.2 基于Comsol的有限元网格剖分第21页
        2.4.3 BMIT系统模型的计算第21-23页
        2.4.4 颅脑外层结构对BMIT信号检测的影响第23-25页
    2.5 BMIT仿真数据计算第25-27页
    2.6 本章小结第27-28页
第3章 滤波反投影迭代重建算法研究第28-39页
    3.1 滤波反投影迭代重建算法的数理基础第28-30页
    3.2 BMIT滤波反投影迭代重建算法的设计第30-31页
    3.3 BMIT滤波反投影迭代重建算法的实现第31-34页
        3.3.1 检测数据的预处理第31页
        3.3.2 待重建数据的反投影滤波处理第31-32页
        3.3.3 基于滤波反投影的初始电导率分布计算第32-33页
        3.3.4 基于滤波反投影的迭代计算与校正第33-34页
    3.4 图像重建实验第34-36页
        3.4.1 电导率不同的仿真病变重建第34-35页
        3.4.2 不同出血位置的仿真病变重建第35页
        3.4.3 多出血点的图像重建第35-36页
    3.5 滤波反投影迭代重建算法性能评估第36-38页
        3.5.1 重建图像质量评价第36-37页
        3.5.2 成像速度分析第37-38页
    3.6 本章小结第38-39页
第4章 BMIT量化监测方法研究第39-51页
    4.1 BMIT量化监测过程概述第39页
    4.2 一维量化监测指标第39-46页
        4.2.1 总相位值监测指标第40-41页
        4.2.2 总相对变化量监测指标第41-42页
        4.2.3 正对点相位和监测指标第42-43页
        4.2.4 回归相位平方和监测指标第43-46页
    4.3 混合出血模型监测指标分析第46-48页
    4.4 量化监测指标性能评估第48-49页
    4.5 本章小结第49-51页
第5章 BMIT图像与一维监测指标联合分析第51-56页
    5.1 检测数据的获取第51-52页
    5.2 图像与监测指标联合分析第52-55页
        5.2.1 量化指标分析第52-53页
        5.2.2 序列图像分析第53-54页
        5.2.3 序列图像与量化指标联合分析第54-55页
    5.3 本章小结第55-56页
第6章 总结第56-58页
参考文献第58-61页
在学研究成果第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:英国首相戴维·卡梅伦相关演讲的口译模拟实践报告
下一篇:人口学学术论文的翻译实践报告