| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-14页 |
| 第1章 绪论 | 第14-27页 |
| 1.1 医学图像分割研究背景及课题意义 | 第14-16页 |
| 1.2 水平集图像分割理论的研究现状 | 第16-25页 |
| 1.2.1 医学图像分割的难点 | 第16-17页 |
| 1.2.2 水平集理论的形成及应用 | 第17-24页 |
| 1.2.3 水平集理论的优势 | 第24-25页 |
| 1.3 本文论文安排 | 第25-27页 |
| 第2章 水平集方法基本理论 | 第27-34页 |
| 2.1 水平集方法原理 | 第27-32页 |
| 2.1.1 曲线演化问题 | 第27页 |
| 2.1.2 水平集分割理论 | 第27-28页 |
| 2.1.3 偏微分方程的数值计算 | 第28-30页 |
| 2.1.4 变分原理及梯度下降流 | 第30-32页 |
| 2.2 水平集图像分割方法的发展 | 第32-34页 |
| 第3章 基于混合能量的无需重新初始化变分水平集分割 | 第34-53页 |
| 3.1 引言 | 第34页 |
| 3.2 保持符号距离函数的水平集方法 | 第34-36页 |
| 3.2.1 水平集方法的重新初始化 | 第34-35页 |
| 3.2.2 符号距离函数水平集方法 | 第35-36页 |
| 3.3 基于混合能量的无需初始化变分水平集分割 | 第36-44页 |
| 3.3.1 脑部 MR 图像中表皮和颅骨的去除处理 | 第36-38页 |
| 3.3.2 基于混合能量的无需初始化变分水平集模型 | 第38-43页 |
| 3.3.3 WIELS 方法的数值规划 | 第43页 |
| 3.3.4 WIELS 算法步骤的描述 | 第43-44页 |
| 3.4 实验结果 | 第44-51页 |
| 3.4.1 实验数据及参数设定 | 第44-45页 |
| 3.4.2 模拟图像实验 | 第45-47页 |
| 3.4.3 脑肿瘤医学图像实验 | 第47-49页 |
| 3.4.4 定量分析 | 第49-51页 |
| 3.5 小结 | 第51-53页 |
| 第4章 特征矢量空间中的多相水平集分割 | 第53-75页 |
| 4.1 引言 | 第53-54页 |
| 4.2 多相图像的分割方法 | 第54-57页 |
| 4.2.1 空间约束的模糊 C 均值聚类方法 | 第54-55页 |
| 4.2.2 多相 Chan-Vese 水平集分割方法 | 第55-57页 |
| 4.3 特征矢量空间中的多相变分水平集分割方法 | 第57-66页 |
| 4.3.1 特征矢量空间 | 第57-61页 |
| 4.3.2 特征矢量空间的单水平集分割 | 第61-62页 |
| 4.3.3 特征矢量空间中的多相水平集分割 | 第62-64页 |
| 4.3.4 FVMLS 算法流程的描述 | 第64-66页 |
| 4.4 实验结果 | 第66-73页 |
| 4.4.1 实验数据及参数设置 | 第66页 |
| 4.4.2 去除表皮骨骼实验及 LBP 图层实验 | 第66-68页 |
| 4.4.3 有噪声且灰度分布均匀图像的分割实验 | 第68-70页 |
| 4.4.4 与多相水平集模型的比较实验 | 第70-73页 |
| 4.4.5 定量评估 | 第73页 |
| 4.5 小结 | 第73-75页 |
| 第5章 离散优化的快速行进水平集分割 | 第75-90页 |
| 5.1 引言 | 第75页 |
| 5.2 到达时间方法 | 第75-78页 |
| 5.2.1 快速行进水平集方法 | 第75-77页 |
| 5.2.2 快速行进水平集方法的数值规划 | 第77-78页 |
| 5.3 快速行进水平集方法的离散优化方法 | 第78-83页 |
| 5.3.1 测地线到达时间能量函数 | 第78-79页 |
| 5.3.2 局部到达时间 | 第79-81页 |
| 5.3.3 快速最短路径实现算法 | 第81-83页 |
| 5.4 实验结果 | 第83-89页 |
| 5.4.1 分割算法的实验结果 | 第83-85页 |
| 5.4.2 与多种算法的对比实验 | 第85-89页 |
| 5.5 小结 | 第89-90页 |
| 第6章 融合图像模型和局部聚类信息的变分水平集分割 | 第90-108页 |
| 6.1 引言 | 第90-91页 |
| 6.2 偏差域估计方法 | 第91-92页 |
| 6.3 融合图像模型和局部聚类信息的水平集模型 | 第92-99页 |
| 6.3.1 具有偏差域的图像模型 | 第93页 |
| 6.3.2 局部灰度聚类属性 | 第93-94页 |
| 6.3.3 融合图像模型和局部聚类信息的水平集能量泛函 | 第94-95页 |
| 6.3.4 二相（Two-phase）水平集模型 | 第95-98页 |
| 6.3.5 多相（multiphase）水平集模型 | 第98-99页 |
| 6.4 融合图像模型和局部聚类信息的水平集的数值规划 | 第99-101页 |
| 6.4.1 有限元规划 | 第99-100页 |
| 6.4.2 窄带水平集算法实现 | 第100页 |
| 6.4.3 图像分割水平集模型的步骤描述 | 第100-101页 |
| 6.5 实验结果 | 第101-107页 |
| 6.5.1 实验数据及实验参数 | 第101页 |
| 6.5.2 灰度不均匀细胞图像的分割实验 | 第101-102页 |
| 6.5.3 与 CV 模型、BFCM 聚类、WKVLS 方法的对比实验 | 第102-107页 |
| 6.6 小结 | 第107-108页 |
| 第7章 结论 | 第108-111页 |
| 7.1 工作总结 | 第108-109页 |
| 7.2 未来工作展望 | 第109-111页 |
| 参考文献 | 第111-120页 |
| 攻读学位期间发表论文与研究成果清单 | 第120-121页 |
| 攻读博士期间参加的科研项目 | 第121-122页 |
| 致谢 | 第122-123页 |
| 作者简介 | 第123页 |
