| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题背景及研究意义 | 第10-16页 |
| 1.1.1 研究背景 | 第10-14页 |
| 1.1.2 研究意义 | 第14-16页 |
| 1.2 本文研究内容和结构安排 | 第16-19页 |
| 1.2.1 研究内容 | 第16-17页 |
| 1.2.2 结构安排 | 第17-19页 |
| 第二章 生物视觉边缘信息处理机制 | 第19-30页 |
| 2.1 引言 | 第19-20页 |
| 2.2 视觉系统边缘检测机制 | 第20-21页 |
| 2.3 视觉系统轮廓整合机制 | 第21-24页 |
| 2.3.1 轮廓整合过程 | 第21-22页 |
| 2.3.2 轮廓整合的联想域概念模型 | 第22-24页 |
| 2.4 基于联想域的轮廓整合计算机模型 | 第24-27页 |
| 2.4.1 基于联想域的轮廓整合计算机模型的发展 | 第24-25页 |
| 2.4.2 基于联想域的边缘连接概率模型 | 第25-27页 |
| 2.5 基于轮廓整合模型的视网膜OCT图像分割流程 | 第27-30页 |
| 第三章 视网膜OCT图像边缘检测方法评估 | 第30-46页 |
| 3.1 引言 | 第30-32页 |
| 3.2 材料与方法 | 第32-38页 |
| 3.2.1 视网膜OCT图像数据采集 | 第32页 |
| 3.2.2 边缘检测算法介绍 | 第32-34页 |
| 3.2.3 使用标准边缘进行检测性能评估 | 第34-37页 |
| 3.2.4 性能评估流程 | 第37-38页 |
| 3.3 实验与评估结果 | 第38-44页 |
| 3.3.1 边缘检测结果 | 第38-40页 |
| 3.3.2 边缘检测结果量化评估 | 第40-44页 |
| 3.4 讨论与结论 | 第44-46页 |
| 第四章 基于轮廓整合机制的视网膜OCT图像分割 | 第46-61页 |
| 4.1 引言 | 第46-47页 |
| 4.2 材料与方法 | 第47-54页 |
| 4.2.1 视网膜OCT图像预处理 | 第47-49页 |
| 4.2.2 视网膜OCT图像边缘检测 | 第49-50页 |
| 4.2.3 视网膜OCT图像边缘连接 | 第50-53页 |
| 4.2.4 算法性能评估 | 第53-54页 |
| 4.3 实验结果及分析 | 第54-60页 |
| 4.3.1 与手动分割结果比较 | 第56-58页 |
| 4.3.2 与金标准比较 | 第58-60页 |
| 4.4 讨论与结论 | 第60-61页 |
| 第五章 工作总结和展望 | 第61-64页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-71页 |
| 攻读硕士学位期间成果 | 第71-72页 |
| 致谢 | 第72-73页 |