非参数变形模型结合模糊技术的MRI图像分割
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-16页 |
| ·课题的提出与意义 | 第11-13页 |
| ·MRI图像分割的国内外研究进展 | 第13-14页 |
| ·研究内容与章节安排 | 第14-16页 |
| ·研究内容 | 第14页 |
| ·章节安排 | 第14-16页 |
| 2 MRI图像分割与评估准则 | 第16-41页 |
| ·概述 | 第16页 |
| ·脑部磁共振成像 | 第16-18页 |
| ·脑MRI图像分割方法综述 | 第18-28页 |
| ·基于边缘的分割算法 | 第18-19页 |
| ·基于区域的分割算法 | 第19-21页 |
| ·基于聚类的算法 | 第21-26页 |
| ·基于水平集的算法 | 第26-27页 |
| ·其它分割算法 | 第27-28页 |
| ·变形模型 | 第28-38页 |
| ·参数化变形模型 | 第28-31页 |
| ·非参数变形模型 | 第31-38页 |
| ·算法评估准则与分割指标 | 第38-40页 |
| ·算法评估准则 | 第38-39页 |
| ·分割指标 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 3 基于直方图分析的非参数化变形模型 | 第41-55页 |
| ·概述 | 第41-42页 |
| ·混合高斯模型及参数估计 | 第42-45页 |
| ·混合高斯模型 | 第42-43页 |
| ·EM算法 | 第43-45页 |
| ·基于直方图分析的非参数化变形模型 | 第45-48页 |
| ·直方图分析 | 第46页 |
| ·高斯分布参数估计 | 第46-47页 |
| ·几何活动轮廓模型 | 第47页 |
| ·模型的改进 | 第47-48页 |
| ·算法实现 | 第48-49页 |
| ·实验结果 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 4 基于区域的非参数变形模型 | 第55-82页 |
| ·概述 | 第55-56页 |
| ·基于区域的几何活动轮廓模型 | 第56-58页 |
| ·存在问题与算法改进 | 第58-60页 |
| ·存在问题 | 第58页 |
| ·稳定性分析 | 第58-59页 |
| ·算法改进 | 第59-60页 |
| ·算法实现 | 第60-63页 |
| ·空间离散的实现 | 第60-61页 |
| ·时间离散的实现 | 第61-63页 |
| ·实验结果 | 第63-74页 |
| ·T1-加权图像分割实验 | 第63-65页 |
| ·PD-和T2-加权图像分割实验 | 第65-68页 |
| ·真实MRI图像分割实验 | 第68-74页 |
| ·模糊自适应非参数变形模型 | 第74-77页 |
| ·算法描述 | 第74页 |
| ·实验结果 | 第74-77页 |
| ·问题讨论 | 第77-80页 |
| ·算法的稳定性问题 | 第77-78页 |
| ·模糊分割与水平集结合 | 第78页 |
| ·多种子初始化 | 第78-79页 |
| ·区域力项的处理 | 第79-80页 |
| ·本章小结 | 第80-82页 |
| 5 多类算法在MRI脑组织分割中应用 | 第82-108页 |
| ·概述 | 第82-83页 |
| ·Mumford-Shah泛函 | 第83-84页 |
| ·Chan-Vese模型 | 第84-86页 |
| ·Chan-Vese多相模型 | 第86-89页 |
| ·多类分割算法 | 第89-96页 |
| ·FCM算法 | 第89-90页 |
| ·二类分割算法 | 第90-91页 |
| ·多类分割算法 | 第91-92页 |
| ·各向异性扩散滤波 | 第92-96页 |
| ·实验结果 | 第96-105页 |
| ·合成图像分割实验 | 第97-99页 |
| ·仿真MRI图像分割实验 | 第99-102页 |
| ·真实MRI图像分割实验 | 第102-105页 |
| ·算法比较与问题讨论 | 第105-107页 |
| ·本章小结 | 第107-108页 |
| 6 结论与展望 | 第108-111页 |
| ·结论 | 第108-109页 |
| ·展望 | 第109-111页 |
| 参考文献 | 第111-122页 |
| 攻读博士学位期间发表学术论文情况 | 第122-123页 |
| 致谢 | 第123-124页 |
| 作者简介 | 第124-126页 |
