MRI图像脑肿瘤分割与EEG脑癫痫检测的研究
摘要 | 第1-6页 |
Abstract | 第6-11页 |
1 绪论 | 第11-27页 |
·本课题的研究背景 | 第11-13页 |
·核磁共振成像(MRI)技术及脑肿瘤MRI特点 | 第13-20页 |
·核磁共振成像原理 | 第13-15页 |
·核磁共振成像序列 | 第15-16页 |
·核磁共振成像的优点 | 第16页 |
·核磁共振成像的缺点 | 第16-17页 |
·核磁共振成像检查适应症 | 第17页 |
·常见脑肿瘤及其MRI成像特点 | 第17-20页 |
·脑电信号(EEG)及癫痫波EEG特点 | 第20-22页 |
·本论文的研究内容及结构安排 | 第22-27页 |
·本论文的研究内容 | 第22-26页 |
·论文的组织结构 | 第26-27页 |
2 医学图像分割方法综述 | 第27-35页 |
·基于区域的图像分割技术 | 第29-33页 |
·基于边界的图像分割技术 | 第33-34页 |
·基于区域和边界融合的图像分割技术 | 第34-35页 |
3 变形轮廓模型 | 第35-58页 |
·参数变形曲线演化模型 | 第35-38页 |
·气球蛇模型 | 第36-37页 |
·拓扑蛇模型 | 第37页 |
·距离蛇模型 | 第37-38页 |
·梯度矢量流模型 | 第38页 |
·水平集活动轮廓模型 | 第38-58页 |
·原始水平集方法 | 第39-47页 |
·测地线水平集活动轮廓模型 | 第47页 |
·面积长度最小化活动轮廓模型 | 第47-48页 |
·约束优化方法 | 第48-49页 |
·无边界活动轮廓模型 | 第49-58页 |
4 MRI图像脑肿瘤分割 | 第58-67页 |
·MRI图像肿瘤分割流程图 | 第58页 |
·大脑对称平面 | 第58-60页 |
·大脑MRI图像预处理 | 第60-61页 |
·分割算法 | 第61-67页 |
·中矢面估计及肿瘤初始边界的确定 | 第61-65页 |
·水平集函数迭代—帧内分割 | 第65页 |
·分割结果投影—帧间分割 | 第65-67页 |
5 肿瘤分割结果与验证 | 第67-81页 |
6 基于脑电信号时频分析的脑癫痫波检测 | 第81-96页 |
·EEG脑癫痫波检测方法 | 第81-84页 |
·α稳定分布描述和分析方法 | 第81-83页 |
·EEG癫痫波神经网络检测方法 | 第83-84页 |
·EEG时频分析方法 | 第84页 |
·时频分析基本原理 | 第84-85页 |
·SVD减小交叉项方法 | 第85-90页 |
·实现原理 | 第85-90页 |
·EMD抑制交叉项方法 | 第90-96页 |
·实现原理 | 第90-91页 |
·EMD方法应用于EEG脑癫痫检测 | 第91-96页 |
结论 | 第96-99页 |
1 本论文工作总结 | 第96-97页 |
2 进一步工作与展望 | 第97-99页 |
参考文献 | 第99-108页 |
攻读博士学位期间发表学术论文情况 | 第108-109页 |
致谢 | 第109-110页 |
作者简介 | 第110-112页 |