基于心脏CT图像的冠脉自动定位及显示技术研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 研究内容和技术难点 | 第11-12页 |
| 1.4 论文内容安排 | 第12-13页 |
| 第二章 冠脉分割方法概述 | 第13-22页 |
| 2.1 冠脉分割直接方法 | 第13-17页 |
| 2.2 冠脉分割间接方法 | 第17-19页 |
| 2.2.1 冠脉中心线提取 | 第18页 |
| 2.2.2 图像序列冠脉区域分割 | 第18页 |
| 2.2.3 三维映射方法 | 第18-19页 |
| 2.3 冠脉分割评价指标 | 第19-21页 |
| 2.3.1 分类相似性指标 | 第19-20页 |
| 2.3.2 距离指标 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 心脏CT图像的冠脉中心线提取 | 第22-33页 |
| 3.1 主要提取算法简介 | 第22-26页 |
| 3.1.1 细化算法 | 第22-24页 |
| 3.1.2 距离变换算法 | 第24-25页 |
| 3.1.3 跟踪算法 | 第25-26页 |
| 3.1.4 基于模型的算法 | 第26页 |
| 3.2 基于模型的有向最短路径冠脉中心线提取算法 | 第26-29页 |
| 3.2.1 模型的建立 | 第27页 |
| 3.2.2 使用有向的最小路径算法提取中心线 | 第27-28页 |
| 3.2.3 终点选择和路径确定 | 第28-29页 |
| 3.3 中心线提取算法评估实验 | 第29-32页 |
| 3.3.1 中心线提取算法在心脏CT图像上的效果 | 第29-31页 |
| 3.3.2 中心线提取算法效果比较 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 心脏CT图像冠脉区域分割 | 第33-54页 |
| 4.1 计算二维图像序列 | 第33-34页 |
| 4.2 冠脉分割方法 | 第34-43页 |
| 4.2.1 阈值分割法 | 第34-35页 |
| 4.2.2 边缘检测法 | 第35页 |
| 4.2.3 分水岭算法 | 第35-37页 |
| 4.2.4 水平集算法 | 第37-41页 |
| 4.2.5 实验结果对比 | 第41-42页 |
| 4.2.6 割法算法优缺点比较 | 第42-43页 |
| 4.2.7 小结 | 第43页 |
| 4.3 冠脉增强算法 | 第43-51页 |
| 4.3.1 自适应阈值滤波 | 第44-45页 |
| 4.3.2 Vesselness算法 | 第45-49页 |
| 4.3.3 基于自适应图像融合的增强算法 | 第49-50页 |
| 4.3.4 冠脉增强算法评估实验 | 第50-51页 |
| 4.4 图像三维映射 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 心脏CT图像显示技术研究 | 第54-60页 |
| 5.1 医学图像标准DICOM | 第54页 |
| 5.2 DICOM格式医学图像解析 | 第54-55页 |
| 5.2.1 DICOM文件头 | 第55页 |
| 5.2.2 DICOM数据元素 | 第55页 |
| 5.3 DICOM格式医学图像显示 | 第55-56页 |
| 5.4 医学图像显示功能设计与实现 | 第56-59页 |
| 5.4.1 相关技术简介 | 第57-58页 |
| 5.4.2 图像信息显示模块设计 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文工作总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 附录2 攻读硕士学位期间申请的专利 | 第65-66页 |
| 致谢 | 第66页 |
