| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 各章节安排 | 第14-15页 |
| 第2章 血管分割方法 | 第15-24页 |
| 2.1 图像分割的概述 | 第15-16页 |
| 2.2 图像分割经典算法 | 第16-24页 |
| 2.2.1 阈值分割 | 第16-17页 |
| 2.2.2 基于区域的分割方法 | 第17-19页 |
| 2.2.3 基于边缘检测的方法 | 第19-20页 |
| 2.2.4 基于水平集的分割方法 | 第20-24页 |
| 第3章 基于聚类和区域生长的主动脉序列分割算法 | 第24-32页 |
| 3.1 基于区域生长算法的轮廓提取 | 第25页 |
| 3.2 基于ISODATA算法的聚类追踪 | 第25-28页 |
| 3.3 实验与分析 | 第28-31页 |
| 3.3.1 材料 | 第28页 |
| 3.3.2 不同阈值的分割结果 | 第28-29页 |
| 3.3.3 分割精度对比结果 | 第29-30页 |
| 3.3.4 多种子点聚类追踪结果 | 第30-31页 |
| 3.4 结论 | 第31-32页 |
| 第4章 基于特征匹配的冠脉自动追踪算法 | 第32-40页 |
| 4.1 图像的预处理 | 第32-35页 |
| 4.1.1 中值滤波和计算阀值 | 第32-34页 |
| 4.1.2 获取区域特征 | 第34-35页 |
| 4.2 确定ROI区域 | 第35页 |
| 4.3 特征匹配算法 | 第35-37页 |
| 4.4 区域取舍 | 第37-38页 |
| 4.5 结果与分析 | 第38-39页 |
| 4.6 总结 | 第39-40页 |
| 第5章 基于Kalman滤波的冠脉序列提取改进算法 | 第40-51页 |
| 5.1 动态计算阈值 | 第41-42页 |
| 5.1.1 图片全局亮度自动调整 | 第41页 |
| 5.1.2 某帧图像间不同位置的阈值 | 第41-42页 |
| 5.1.3 特征匹配解决特殊情况下的动态阈值 | 第42页 |
| 5.2 基于Kalman滤波器的位置预测 | 第42-46页 |
| 5.3 获取三维模型 | 第46页 |
| 5.4 实验结果与分析 | 第46-49页 |
| 5.4.1 追踪结果 | 第46-48页 |
| 5.4.2 追踪成功率对比结果 | 第48-49页 |
| 5.4.3 二维追踪的叠加轨迹 | 第49页 |
| 5.5 二维分割的精度 | 第49-50页 |
| 5.6 结论 | 第50-51页 |
| 第6章 总结和展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表论文情况 | 第60页 |