| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状及趋势 | 第10-13页 |
| 1.2.1 基于PET/CT图像的肿瘤放疗过程跟踪评估体系 | 第10-11页 |
| 1.2.2 基于PET/CT图像的肿瘤放疗关键技术 | 第11-13页 |
| 1.3 本文主要工作 | 第13-15页 |
| 2 肺癌放射治疗中相关医学图像处理技术 | 第15-23页 |
| 2.1 PET、CT图像特点 | 第15-16页 |
| 2.2 医学图像融合方法 | 第16-18页 |
| 2.2.1 像素加权平均融合方法 | 第16-17页 |
| 2.2.2 多分辨率融合方法 | 第17页 |
| 2.2.3 基于稀疏表示的融合方法 | 第17-18页 |
| 2.3 医学图像分割方法 | 第18-22页 |
| 2.3.1 基于阈值的分割方法 | 第19页 |
| 2.3.2 基于统计学习的分割方法 | 第19页 |
| 2.3.3 基于区域的分割方法 | 第19-21页 |
| 2.3.4 基于边缘的分割方法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于双稀疏字典的PET、CT图像融合算法 | 第23-35页 |
| 3.1 基于双稀疏字典的医学图像融合算法 | 第23-25页 |
| 3.1.1 双稀疏字典 | 第23-24页 |
| 3.1.2 医学图像融合算法 | 第24-25页 |
| 3.2 PET、CT图像融合实验结果及分析 | 第25-30页 |
| 3.2.1 实验图像及对比方法 | 第25-26页 |
| 3.2.2 图像融合评价指标 | 第26-28页 |
| 3.2.3 融合结果主观评价 | 第28-29页 |
| 3.2.4 融合结果客观评价 | 第29-30页 |
| 3.2.5 算法性能分析 | 第30页 |
| 3.3 融合算法在CT、MRI图像上的应用 | 第30-34页 |
| 3.3.1 实验图像 | 第31-32页 |
| 3.3.2 融合结果主观评价 | 第32-33页 |
| 3.3.3 融合结果客观评价 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 基于随机游走的PET图像分割方法 | 第35-48页 |
| 4.1 随机游走分割方法 | 第35-36页 |
| 4.2 基于随机游走的PET图像肺部肿瘤分割方法 | 第36-41页 |
| 4.2.1 SUV转换 | 第36-37页 |
| 4.2.2 种子点的自动选取 | 第37-38页 |
| 4.2.3 边的权重函数的确定 | 第38页 |
| 4.2.4 实验结果及分析 | 第38-41页 |
| 4.3 基于近邻传播聚类和随机游走的PET图像肺部肿瘤分割方法 | 第41-45页 |
| 4.3.1 近邻传播聚类 | 第41-42页 |
| 4.3.2 分割算法 | 第42-43页 |
| 4.3.3 实验结果及分析 | 第43-45页 |
| 4.4 体积拟合 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 基于PET图像的肺部肿瘤生长模型 | 第48-55页 |
| 5.1 生长模型简介 | 第48-51页 |
| 5.1.1 对流项 | 第49-50页 |
| 5.1.2 增殖项 | 第50页 |
| 5.1.3 治疗项 | 第50-51页 |
| 5.2 参数估计 | 第51-52页 |
| 5.3 参数优化 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
