| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 医学图像分割的研究背景 | 第11页 |
| 1.2 医学图像分割的研究现状 | 第11-13页 |
| 1.3 医学图像分割存在的难题 | 第13-14页 |
| 1.4 论文的研究内容和章节安排 | 第14-16页 |
| 1.4.1 论文的研究内容 | 第14-15页 |
| 1.4.2 论文的章节安排 | 第15-16页 |
| 第二章 主动轮廓模型的原理及其相关介绍 | 第16-27页 |
| 2.1 参数主动轮廓模型 | 第16-19页 |
| 2.1.1 蛇模型 | 第16-18页 |
| 2.1.2 GVF模型 | 第18-19页 |
| 2.2 几何主动轮廓模型 | 第19-26页 |
| 2.2.1 水平集方法 | 第20-21页 |
| 2.2.2 基于边界的主动轮廓模型 | 第21-23页 |
| 2.2.2.1 测地线主动轮廓(Geodesic active contour,GAC)模型 | 第21-23页 |
| 2.2.3 基于区域的主动轮廓模型 | 第23-26页 |
| 2.2.3.1 Mumford-Shah (M-S)模型 | 第23-24页 |
| 2.2.3.2 Chan-Vese(C-V)模型 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 自适应区域主动轮廓模型 | 第27-42页 |
| 3.1 RSF模型 | 第27-31页 |
| 3.1.1 RSF模型原理描述 | 第27-29页 |
| 3.1.2 RSF模型的伪代码 | 第29页 |
| 3.1.3 RSF模型的实验示例与分析 | 第29-31页 |
| 3.2 改进的RSF主动轮廓(Modified Region-Scalable Fitting,MRSF)模型 | 第31-41页 |
| 3.2.1 图像的全局处理 | 第31-33页 |
| 3.2.1.1 K均值算法原理及步骤 | 第31-32页 |
| 3.2.1.2 K均值算法流程 | 第32-33页 |
| 3.2.2 核函数 | 第33-34页 |
| 3.2.3 新的水平集能量泛函 | 第34-36页 |
| 3.2.4 MRSF模型的伪代码 | 第36-37页 |
| 3.2.5 实验结果及分析 | 第37-41页 |
| 3.2.5.1 全局处理的作用 | 第37-38页 |
| 3.2.5.2 性能提升验证实验 | 第38-40页 |
| 3.2.5.3 综合比较实验 | 第40-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 基于改进K均值与可变区域拟合的主动轮廓模型 | 第42-59页 |
| 4.1 基于改进K均值的RSF主动轮廓(Region-Scalable Fitting based on ModifiedK-means,MKRSF)模型 | 第42-47页 |
| 4.1.1 模型的全局能量项 | 第42-44页 |
| 4.1.2 模型的局部能量项 | 第44页 |
| 4.1.3 MKRSF模型的能量泛函 | 第44-45页 |
| 4.1.4 MKRSF模型的伪代码 | 第45-46页 |
| 4.1.5 MKRSF算法流程图 | 第46-47页 |
| 4.2 算法的评价指标 | 第47页 |
| 4.3 实验结果及分析 | 第47-58页 |
| 4.3.1 在血管CT造影图像上的实验 | 第48-53页 |
| 4.3.2 在脑部MRI图像上的实验 | 第53-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结和展望 | 第59-60页 |
| 5.1 工作总结 | 第59页 |
| 5.2 工作展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66页 |
