| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 引言 | 第8-9页 |
| 1.2 图像分割概述 | 第9页 |
| 1.3 基于MRF的图像分割 | 第9-10页 |
| 1.4 本课题国内外研究现状 | 第10-12页 |
| 1.4.1 马尔可夫随机场的研究现状 | 第10-11页 |
| 1.4.2 视网膜血管图像的研究现状 | 第11-12页 |
| 1.5 本文章节安排 | 第12-14页 |
| 第二章 马尔可夫随机场 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 马尔可夫过程与随机场 | 第14-15页 |
| 2.3 马尔可夫随机场在图像中的数学表达 | 第15-17页 |
| 2.3.1 邻域系统 | 第16页 |
| 2.3.2 势团 | 第16-17页 |
| 2.4 马尔可夫随机场 | 第17页 |
| 2.5 吉布斯分布与吉布斯随机场 | 第17-18页 |
| 2.6 Hammersley-Clifford定理 | 第18页 |
| 2.7 常用的Markov随机场模型 | 第18-20页 |
| 2.8 最大后验概率求解问题 | 第20-22页 |
| 2.8.1 贝叶斯理论 | 第20-21页 |
| 2.8.2 MAP-MRF | 第21-22页 |
| 2.9 本章小结 | 第22-23页 |
| 第三章 马尔可夫随机场模型在视网膜血管中的分割 | 第23-32页 |
| 3.1 引言 | 第23页 |
| 3.2 Markov随机场在图像分割中具体实现 | 第23-24页 |
| 3.3 迭代条件算法(ICM)的实现 | 第24-26页 |
| 3.3.1 迭代条件算法 | 第25页 |
| 3.3.2 C-均值算法 | 第25-26页 |
| 3.4 ICM算法在视网膜血管分割中的具体实现 | 第26-30页 |
| 3.4.1 图像的预处理 | 第26-29页 |
| 3.4.2 ICM算法的流程 | 第29-30页 |
| 3.5 实验结果及分析 | 第30页 |
| 3.6 本章小结 | 第30-32页 |
| 第四章 视网膜神经纤维层(RNFL)的纹理分析 | 第32-43页 |
| 4.1 引言 | 第32-33页 |
| 4.2 青光眼诊断的关键技术 | 第33-35页 |
| 4.2.1 视盘视杯比(CDR)与盘沿丢失 | 第33-34页 |
| 4.2.2 视乳头旁萎缩(PPA) | 第34页 |
| 4.2.3 视网膜神经纤维层 | 第34-35页 |
| 4.3 视网膜视盘的定位 | 第35-37页 |
| 4.3.1 视盘定位的主要方法 | 第35页 |
| 4.3.2 基于血管汇集点定位视盘 | 第35-37页 |
| 4.4 高斯马尔可夫随机场 | 第37-38页 |
| 4.4.1 高斯-马尔可夫随机场模型 | 第37-38页 |
| 4.4.2 吉布斯-马尔可夫随机场模型 | 第38页 |
| 4.5 实验过程 | 第38-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻硕期间取得的研究成果 | 第48-49页 |
| 致谢 | 第49页 |