人脑颅骨CT图像分割技术研究
| 1 绪论 | 第1-14页 |
| ·医学影像技术概述 | 第9-10页 |
| ·医学图像分割发展现状 | 第10-12页 |
| ·课题研究的背景和意义 | 第12-13页 |
| ·本文的内容安排和创新 | 第13-14页 |
| 2 医学图像分割基本理论 | 第14-23页 |
| ·引言 | 第14-15页 |
| ·图像分割的定义 | 第15-17页 |
| ·医学图像分割算法研究的特点 | 第17-18页 |
| ·医学CT 图像常用分割方法介绍 | 第18-23页 |
| ·阈值分割的方法 | 第18-19页 |
| ·区域生长法 | 第19-20页 |
| ·基于马尔可夫场的方法 | 第20-21页 |
| ·可变形模型法 | 第21-23页 |
| 3 基于阈值的人脑颅骨分割 | 第23-38页 |
| ·引言 | 第23页 |
| ·灰度阈值分割方法 | 第23-27页 |
| ·全局阈值二值法 | 第24-25页 |
| ·局部阈值二值化 | 第25-26页 |
| ·动态阈值二值化 | 第26-27页 |
| ·改进的阈值分割算法 | 第27-32页 |
| ·自适应迭代阈值分割法 | 第28-30页 |
| ·类判别分析(Otsu) 阈值法 | 第30-32页 |
| ·实验结果比较及分析 | 第32-37页 |
| ·本章小节 | 第37-38页 |
| 4 基于区域生长的人脑颅骨分割 | 第38-48页 |
| ·引言 | 第38页 |
| ·区域生长基本原理 | 第38-39页 |
| ·区域生长准则 | 第39-42页 |
| ·基于区域的灰度差 | 第40-41页 |
| ·基于区域形状 | 第41-42页 |
| ·基于区域灰度分布统计性质 | 第42页 |
| ·改进的区域生长算法 | 第42-44页 |
| ·改进的算法步骤 | 第43-44页 |
| ·生长判决条件 | 第44页 |
| ·实验结果及分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 5 基于动态轮廓模型的人脑颅骨分割 | 第48-71页 |
| ·引言 | 第48-49页 |
| ·动态轮廓模型发展历史及研究现状 | 第49-50页 |
| ·原始动态轮廓模型 | 第50-55页 |
| ·动态轮廓模型能量函数的定义 | 第51-53页 |
| ·原始动态轮廓模型的离散形式 | 第53页 |
| ·原始动态轮廓模型存在的问题 | 第53-54页 |
| ·原始模型对U 型物体实验结果 | 第54-55页 |
| ·动态轮廓模型能量函数求解 | 第55-61页 |
| ·变分法 | 第56-57页 |
| ·动态规划方法 | 第57-59页 |
| ·贪婪算法 | 第59-61页 |
| ·基于区域生长的动态轮廓模型算法 | 第61-66页 |
| ·动态轮廓模型的初始化 | 第62页 |
| ·针对图像凹陷区域对模型进行的改进 | 第62-63页 |
| ·针对噪声或纹理干扰的改进 | 第63-64页 |
| ·能量函数最小化过程 | 第64-65页 |
| ·改进模型对U 型物体实验结果 | 第65-66页 |
| ·算法步骤及实验结果 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 6 结论与展望 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第78-79页 |
| 致谢 | 第79页 |
