基于主动轮廓模型的脑部MRI图像边缘提取方法研究
| 第一章 前 言 | 第6-13页 |
| 1.1 边缘提取 | 第6-7页 |
| 1.2 磁共振成像原理及特点 | 第7-8页 |
| 1.3 医学图像边缘提取方法综述 | 第8-11页 |
| 1.4 论文的主要工作 | 第11-12页 |
| 1.5 论文结构 | 第12-13页 |
| 第二章 MRI图像三维重建方法 | 第13-20页 |
| 2.1 三维重建在医学中的作用 | 第13页 |
| 2.2 三维重建方法 | 第13-15页 |
| 2.3 MRI图像三维表面重建 | 第15-17页 |
| 2.3.1 MRI图像三维表面重建的步骤 | 第15页 |
| 2.3.2 获取目标图像序列 | 第15页 |
| 2.3.3 图像预处理 | 第15-16页 |
| 2.3.4 重建三维表面 | 第16-17页 |
| 2.4 边缘提取在MRI三维重建中的作用 | 第17-19页 |
| 2.5 小结 | 第19-20页 |
| 第三章 主动轮廓模型的理论和算法 | 第20-34页 |
| 3.1 主动轮廓模型的物理含义 | 第20-21页 |
| 3.1.1 物理含义 | 第20页 |
| 3.1.2 提取边缘的依据 | 第20-21页 |
| 3.2 主动轮廓模型的数学表征 | 第21-22页 |
| 3.2.1 数学模型 | 第21-22页 |
| 3.2.2 主动轮廓模型的优缺点 | 第22页 |
| 3.3 主动轮廓模型的实现及其离散形式 | 第22-24页 |
| 3.4 主动轮廓模型的改进 | 第24-30页 |
| 3.4.1 一阶连续性能量1的改进 | 第24-26页 |
| 3.4.2 对1参数的自适应调整 | 第26-27页 |
| 3.4.3 梯度采用Sobel算子 | 第27-28页 |
| 3.4.4 对各项的归一化操作 | 第28-29页 |
| 3.4.5 动态地调整控制点之间的距离 | 第29页 |
| 3.4.6 增加外部约束能量1 | 第29-30页 |
| 3.5 算法描述及其流程 | 第30-33页 |
| 3.5.1 算法描述 | 第30-31页 |
| 3.5.2 主要函数介绍 | 第31-32页 |
| 3.5.3 算法流程 | 第32-33页 |
| 3.6 小结 | 第33-34页 |
| 第四章 脑部MRI断层图像的边缘提取 | 第34-51页 |
| 4.1 头部轮廓的提取 | 第34-43页 |
| 4.1.1 头部轮廓提取任务 | 第34-35页 |
| 4.1.2 头部轮廓提取方法 | 第35-41页 |
| 4.1.3 实验结果及结论 | 第41-43页 |
| 4.2 脑部肿瘤的提取 | 第43-46页 |
| 4.2.1 初始轮廓点的手工提取 | 第44-45页 |
| 4.2.2 实验结果 | 第45页 |
| 4.2.3 结论 | 第45-46页 |
| 4.3 大脑的提取 | 第46-49页 |
| 4.3.1 提取方法 | 第46-48页 |
| 4.3.2 实验结果 | 第48-49页 |
| 4.3.3 结论 | 第49页 |
| 4.4 小结 | 第49-51页 |
| 第五章 脑部MRI体积图像边缘提取方法 | 第51-60页 |
| 5.1 实验图像数据 | 第51-52页 |
| 5.2 三维体积图像边缘提取 | 第52-55页 |
| 5.2.1 体积图像边缘提取思想 | 第52-53页 |
| 5.2.2 体积图像边缘提取步骤 | 第53-55页 |
| 5.3 层间轮廓匹配传递方法 | 第55-57页 |
| 5.3.1 匹配的概念和方法 | 第55页 |
| 5.3.2 层间轮廓匹配传递方法 | 第55-57页 |
| 5.4 实验方法和结果 | 第57-59页 |
| 5.5 小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 论文的主要工作总结 | 第60-61页 |
| 6.2 未来工作 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致 谢 | 第67页 |
