摘要 | 第5-7页 |
Abstract | 第7-9页 |
1 绪论 | 第13-28页 |
1.1 研究目的与意义 | 第13-15页 |
1.2 MR图像的成像模式 | 第15-16页 |
1.3 脑MR图像的分割难点 | 第16-17页 |
1.4 脑MR图像的分割方法综述 | 第17-24页 |
1.4.1 阈值法和区域融合法 | 第18页 |
1.4.2 基于聚类的方法 | 第18-19页 |
1.4.3 基于概率统计的方法 | 第19-20页 |
1.4.4 基于活动形状模型的方法 | 第20-21页 |
1.4.5 基于图论的方法 | 第21页 |
1.4.6 基于活动轮廓和水平集方法 | 第21-24页 |
1.5 医学图像分割技术的评估 | 第24-25页 |
1.5.1 专家目测 | 第24-25页 |
1.5.2 定量分析法 | 第25页 |
1.6 本文的主要内容 | 第25-28页 |
1.6.1 论文的主要成果及创新点 | 第26页 |
1.6.2 主要研究内容 | 第26-28页 |
2 基于互信息的脑组织分割与偏移场矫正模型 | 第28-45页 |
2.1 引言 | 第28-29页 |
2.2 核磁共振图像分割与偏移场矫正的参数化方法 | 第29-30页 |
2.3 脑图像灰度与标记矩阵的互信息 | 第30-32页 |
2.4 基于互信息的脑组织分割与偏移场矫正模型 | 第32-36页 |
2.4.1 参数化偏移场及概率密度函数 | 第32页 |
2.4.2 能量方程 | 第32-33页 |
2.4.3 快速求解算法 | 第33-36页 |
2.5 实验结果与分析 | 第36-44页 |
2.5.1 仿真数据试验对比 | 第36-41页 |
2.5.2 真实图像的分割结果 | 第41-44页 |
2.6 总结与讨论 | 第44-45页 |
3 基于时空约束的4D脑组织分割方法 | 第45-63页 |
3.1 前言 | 第45-46页 |
3.2 预处理 | 第46页 |
3.3 4D脑核磁共振图像分割模型 | 第46-48页 |
3.3.1 数据拟合项 | 第46-47页 |
3.3.2 各向异性的时空约束项 | 第47-48页 |
3.3.3 能量方程 | 第48页 |
3.4 能量极小化求解方法 | 第48-51页 |
3.5 实验结果与分析 | 第51-62页 |
3.5.1 脑组织未有纵向变化的仿真数据分割结果对比 | 第51-52页 |
3.5.2 脑组织有纵向变化的仿真数据分割结果对比 | 第52-54页 |
3.5.3 临床数据的分割结果对比 | 第54-62页 |
3.6 总结与展望 | 第62-63页 |
4 基于3D多模态核磁共振图像的多发性硬化损伤区域的分割方法 | 第63-85页 |
4.1 前言 | 第63-66页 |
4.2 基于异常检测和RSF水平集的多发性硬化损伤区域分割方法 | 第66-73页 |
4.2.1 ROI获取和异常值检测 | 第66-69页 |
4.2.2 基于RSF模型的多发性硬化损伤区域的检测 | 第69-71页 |
4.2.3 去除假阳性分割结果 | 第71-73页 |
4.2.4 算法总流程 | 第73页 |
4.3 实验结果与分析 | 第73-82页 |
4.3.1 宾夕法尼亚大学医学院数据的实验结果与分析 | 第73-78页 |
4.3.2 MICCAI数据的分割结果与分析 | 第78-82页 |
4.4 总结与讨论 | 第82-85页 |
5 基于时间维信息的4D多发性硬化损伤区域分割方法 | 第85-103页 |
5.1 前言 | 第85-87页 |
5.2 4D多发性硬化损伤区域分割方法 | 第87-93页 |
5.2.1 预处理 | 第88页 |
5.2.2 两个时间点数据的独立分割 | 第88-89页 |
5.2.3 基于时间维信息的4D多发性硬化损伤区域的分割模型 | 第89-92页 |
5.2.3.1 数据拟合项 | 第89页 |
5.2.3.2 时间维约束项 | 第89-90页 |
5.2.3.3 能量方程及求解 | 第90-92页 |
5.2.4 体积变化测量以及活动区域的检测 | 第92-93页 |
5.3 实验结果与分析 | 第93-101页 |
5.4 总结与讨论 | 第101-103页 |
6 总结与展望 | 第103-105页 |
6.1 本文工作总结 | 第103-104页 |
6.2 将来工作展望 | 第104-105页 |
致谢 | 第105-106页 |
参考文献 | 第106-122页 |
攻读博士学位期间发表论文情况 | 第122-123页 |
发表与录用论文 | 第122页 |
在处理论文 | 第122-123页 |
攻读博士学位期间参加课题 | 第123页 |