首页--医药、卫生论文--临床医学论文--诊断学论文--影像诊断学论文--超声波诊断论文

超声心动图心室内膜面边缘提取技术及应用

中文摘要第1-5页
英文摘要第5-7页
目录第7-10页
1 文献综述及研究设想第10-26页
 1.1 医学背景及意义第10-11页
 1.2 超声组织多普勒技术第11-18页
  1.2.1 经胸Doppler超声心动图技术第11-12页
  1.2.2 经食管超声心动图技术第12页
  1.2.3 声学定量技术第12-14页
  1.2.4 彩色室壁动态技术第14-15页
  1.2.5 多普勒组织成像第15-16页
  1.2.6 二次谐波第16-17页
  1.2.7 负荷超声第17-18页
 1.3 医学图象分割与边缘检测技术综述第18-24页
  1.3.1 灰度门限化的方法第19-20页
  1.3.2 边缘检测的图像分割方法第20-21页
  1.3.3 基于象素分类的方法第21-22页
  1.3.4 人工神经网络的方法第22页
  1.3.5 基于模糊集理论的方法第22-23页
  1.3.6 图像分割质量的评估第23-24页
 1.4 研究设想第24-26页
2 基于改进的活动轮廓模型边缘检测算法第26-38页
 2.1 活动轮廓模型(Snake)的原理第26-27页
  2.1.1 Snake的物理含义第26-27页
  2.1.2 Snake的数学表征第27页
 2.2 消除Snake模型生长过程中出现的伪轮廓第27-37页
  2.2.1 利用已知边界的区域生长算法消除向外生长的伪轮廓第29-33页
  2.2.2 利用已知边界的边界跟踪算法消除向内生长的伪轮廓第33-37页
 2.3 活动轮廓模型的边界重采样的问题第37页
 2.4 本章小节第37-38页
3 基于多特征的活动轮廓模型作心内膜边缘检测及定量分析第38-65页
 3.1 动物实验及图象采集第38-39页
  3.1.1 实验目的第38页
  3.1.2 实验方案第38-39页
  3.1.3 实验方法第39页
  3.1.4 图象采集第39页
 3.2 Colorbar分析第39-42页
 3.3 多普勒信息与解剖结构的灰度信息的分离第42-43页
 3.4 BP神经网络模型进行映射关系的训练第43-46页
 3.5 利用训练结果构造出颜色值与速度值的相对应的查找表第46-47页
 3.6 基于多种特征作活动轮廓模型的心内膜边缘检测及结果第47-53页
  3.6.1 特征分离及图象融合第47-50页
  3.6.2 多种特征作活动轮廓模型的心内膜边缘检测第50-53页
 3.7 序列图象的心内膜边缘检测结果及定量分析第53-65页
  3.7.1 序列图象中以活动轮廓模型作左心室内膜的边缘检测结果第54-58页
  3.7.2 序列图象中左心室面积的计算及左心室面积—时间曲线的绘制第58-60页
  3.7.3 序列图象左心室面积变化的计算与左心室面积变化—时间曲线的绘制第60-62页
  3.7.4 心脏功能二维指标的计算第62-63页
  3.7.5 另一个50帧序列的结果第63-65页
4 基于左心室内膜的边缘检测的三维重建及定量分析第65-86页
 4.1 图象采集第66-67页
  4.1.1 时间的控制第66页
  4.1.2 空间的控制第66页
  4.1.3 扫描途径第66-67页
 4.2 4D(加时间)数据场的建立第67-72页
  4.2.1 原始数据的组织第67-68页
  4.2.2 旋转插值及坐标变换第68-72页
 4.3 各层剖面上的边缘检测第72-74页
 4.4 面绘制第74-80页
  4.4.1 面绘制概要第74-75页
  4.4.2 面绘制结果第75-80页
 4.5 左心室功能三维定量计算与分析第80-86页
  4.5.1 各个时相上的左心室体积的计算与左心室体积—时间曲线的绘制第81-83页
  4.5.2 左心室体积变化的计算与左心室体积变化—时间曲线的绘制第83-84页
  4.5.3 三维左心室心腔定量分析第84-86页
5 全文总结第86-89页
 5.1 论文结论第86页
 5.2 论文的创新之处第86-87页
 5.3 研究展望第87-89页
参考文献第89-92页
攻读硕士学位期间发表的学术论文和鉴定的成果第92-93页
 已发表论文:第92页
 已接收稿件:第92页
 已鉴定的成果:第92-93页
致谢第93页

论文共93页,点击 下载论文
上一篇:社会保险的刑法保护
下一篇:多路信号数据采集系统