| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 主要符号表 | 第13-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究背景与研究意义 | 第14-15页 |
| 1.2 传统脑部MR图像分割方法及其局限性 | 第15-17页 |
| 1.2.1 传统医学图像分割方法在脑部MR图像中的应用 | 第15-17页 |
| 1.2.2 传统分割方法分割脑部MR图像的局限性 | 第17页 |
| 1.3 主要研究内容与创新点 | 第17-20页 |
| 1.4 论文章节安排 | 第20-22页 |
| 第二章 脑部MR图像三维分割和偏移场校正 | 第22-59页 |
| 2.1 研究背景 | 第22-26页 |
| 2.1.1 MR图像获取 | 第22-23页 |
| 2.1.2 MR图像灰度不均衡校正 | 第23-26页 |
| 2.2 基于能量最小化的脑部MR图像分割和偏移场校正方法 | 第26-45页 |
| 2.2.1 脑部MR图像模型 | 第26-28页 |
| 2.2.2 能量最小化定义 | 第28-30页 |
| 2.2.3 能量最小化求解 | 第30-33页 |
| 2.2.4 偏移场估计的矩阵分析 | 第33-34页 |
| 2.2.5 算法实现 | 第34页 |
| 2.2.6 实验结果和数据分析 | 第34-44页 |
| 2.2.7 结论 | 第44-45页 |
| 2.3 脑部MR图像三维分割抗噪性改进 | 第45-58页 |
| 2.3.1 MR图像噪声 | 第45-46页 |
| 2.3.2 去噪算法准则 | 第46-47页 |
| 2.3.3 正则项对噪声的抑制 | 第47-49页 |
| 2.3.4 三维MR图像隶属度函数的间接规范化 | 第49-51页 |
| 2.3.5 实验结果和指标评估 | 第51-58页 |
| 2.4 小结 | 第58-59页 |
| 第三章 基于能量最小化方法的分割拓展 | 第59-80页 |
| 3.1 最近邻法与能量最小化的结合 | 第59-65页 |
| 3.1.1 最近邻法分割MR图像步骤 | 第60-61页 |
| 3.1.2 最近邻法与能量最小化结合 | 第61页 |
| 3.1.3 实验结果和分析 | 第61-65页 |
| 3.2 EM分割算法与能量最小化结合 | 第65-71页 |
| 3.2.1 EM算法的基本原理 | 第65-67页 |
| 3.2.2 EM算法与能量最小化原理 | 第67-69页 |
| 3.2.3 实验结果及评估 | 第69-71页 |
| 3.3 MRF分割算法与能量最小化的结合 | 第71-78页 |
| 3.3.1 MR图像的MRF模型 | 第71-72页 |
| 3.3.2 传统MRF模型对灰度均衡的三维MR图像的分割 | 第72-73页 |
| 3.3.3 带有偏移场的MR图像的MRF模型 | 第73-74页 |
| 3.3.4 结合MRF模型和能量最小化模型 | 第74页 |
| 3.3.5 实验结果和指标对比 | 第74-78页 |
| 3.4 三种改进方法对比 | 第78-79页 |
| 3.5 小结 | 第79-80页 |
| 第四章 脑部MR图像四维分割 | 第80-96页 |
| 4.1 引言 | 第80-81页 |
| 4.2 四维分割原理 | 第81-85页 |
| 4.2.1 四维分割预处理 | 第81-82页 |
| 4.2.2 时间纵向序列图像模型 | 第82页 |
| 4.2.3 四维分割能量的形成 | 第82-83页 |
| 4.2.4 间接规范隶属度函数 | 第83-84页 |
| 4.2.5 能量最优化 | 第84-85页 |
| 4.3 实验结果和数据分析 | 第85-95页 |
| 4.3.1 实验结果 | 第85-91页 |
| 4.3.2 四维分割指标对比 | 第91-95页 |
| 4.4 小结 | 第95-96页 |
| 第五章 脑白质病变的多通道MR图像三维分割 | 第96-134页 |
| 5.1 引言 | 第96-99页 |
| 5.1.1 脑白质病变病理 | 第96-97页 |
| 5.1.2 MRI在脑白质病变诊断中的应用 | 第97-99页 |
| 5.2 WM Lesion三维分割方法现状 | 第99-102页 |
| 5.2.1 监督式基于altas配准的三维分割方法 | 第99-100页 |
| 5.2.2 监督式基于手工分割结果学习策略的三维分割方法 | 第100页 |
| 5.2.3 非监督式分割组织的三维分割方法 | 第100-101页 |
| 5.2.4 非监督式单独分割MS Lesion的三维分割方法 | 第101-102页 |
| 5.3 基于能量最小化的多通道MR图像的Lesion三维分割方法 | 第102-112页 |
| 5.3.1 图像预处理 | 第102页 |
| 5.3.2 多通道MR图像模型 | 第102-104页 |
| 5.3.3 多通道能量的形成 | 第104页 |
| 5.3.4 多通道能量最小化 | 第104-107页 |
| 5.3.5 试验结果和数据评估 | 第107-112页 |
| 5.4 引入Nonlocal Means对多通道Lesion分割方法的改进 | 第112-119页 |
| 5.4.1 基于多通道MR图像的向量函数 | 第113-114页 |
| 5.4.2 NL Means对Lesion分割的间接规范化 | 第114页 |
| 5.4.3 实验结果和质量评估 | 第114-119页 |
| 5.5 基于RSF模型对多通道WM Lesion分割的改进 | 第119-132页 |
| 5.5.1 Region-Scalable Fitting（RSF）模型 | 第120-124页 |
| 5.5.2 实验结果和质量评估 | 第124-132页 |
| 5.6 小结 | 第132-134页 |
| 第六章 脑白质病变四维分割 | 第134-149页 |
| 6.1 引言 | 第134页 |
| 6.2 脑白质病变四维分割 | 第134-140页 |
| 6.2.1 多通道MR图像时间序列及能量构成 | 第134-136页 |
| 6.2.2 能量最优化 | 第136-138页 |
| 6.2.3 隶属度函数正则化 | 第138-140页 |
| 6.3 实验结果和数据评估 | 第140-148页 |
| 6.3.1 实验结果 | 第140-146页 |
| 6.3.2 数据评估 | 第146-148页 |
| 6.4 小结 | 第148-149页 |
| 第七章 总结与展望 | 第149-151页 |
| 7.1 本文贡献 | 第149-150页 |
| 7.2 下一步工作的建议和未来研究方向 | 第150-151页 |
| 致谢 | 第151-152页 |
| 参考文献 | 第152-160页 |
| 攻读博士学位期间取得的成果 | 第160-162页 |
