| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 缩略语 | 第6-10页 |
| 第一章 引言 | 第10-14页 |
| ·研究背景 | 第10-12页 |
| ·本文的主要内容和论文安排 | 第12-14页 |
| 第二章 医学图像的分割 | 第14-24页 |
| ·概述 | 第14-15页 |
| ·图像的边缘检测 | 第15-18页 |
| ·Roberts 算子 | 第16页 |
| ·Sobel 算子 | 第16-17页 |
| ·Prewitt 算子 | 第17页 |
| ·LOG 滤波器 | 第17-18页 |
| ·Canny 算子 | 第18页 |
| ·医学图像分割的基本方法 | 第18-23页 |
| ·基于阈值的图像分割方法 | 第19页 |
| ·基于边缘的分割方法 | 第19-20页 |
| ·三维模型方法 | 第20-21页 |
| ·其它的一些方法 | 第21-23页 |
| ·医学图像分割效果的评估 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 传统SNAKE 模型及一些改进 | 第24-37页 |
| ·SNAKE 概述 | 第24页 |
| ·SNAKE 模型原理 | 第24-25页 |
| ·SNAKE 的数学模型 | 第25-28页 |
| ·主动模型仿真 | 第28页 |
| ·对传统SNAKE 模型的一些改进 | 第28-33页 |
| ·气球力Snake 模型 | 第28-29页 |
| ·光流法 | 第29-30页 |
| ·基于少量人机互动的GVF 模型方法 | 第30-31页 |
| ·广义模糊梯度矢量流 | 第31-32页 |
| ·其它的一些方法 | 第32-33页 |
| ·GVF 主动轮廓模型 | 第33-36页 |
| ·边缘图公式 | 第33页 |
| ·梯度矢量流的数学模型 | 第33-35页 |
| ·GVF 模型仿真结果分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 GVF 主动轮廓模型改进及在三维图像分割中的应用 | 第37-50页 |
| ·改进的GVF 模型 | 第37-41页 |
| ·矩阵D 的构建 | 第38-40页 |
| ·仿真结果 | 第40-41页 |
| ·PERONA-MOLIK 模型 | 第41-42页 |
| ·Perona-Molik 模型的计算 | 第41-42页 |
| ·PM 模型的优点 | 第42页 |
| ·三维医学序列图像分割 | 第42-48页 |
| ·预测 | 第43页 |
| ·匹配 | 第43-45页 |
| ·外部能量 | 第45页 |
| ·内部能量 | 第45-46页 |
| ·收敛流程图 | 第46-48页 |
| ·在整个三维上分割的框图 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 实验结果及分析 | 第50-58页 |
| ·实验环境 | 第50页 |
| ·PERONA-MALIK 模型实验结果 | 第50-51页 |
| ·基于自适应GVF SNAKE 的三维图像分割 | 第51-57页 |
| ·GVF 与自适应GVF | 第51-52页 |
| ·本文方法与传统方法的二维图像分割比较 | 第52-54页 |
| ·与传统方法的三维图像序列分割比较 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·进一步的工作展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 论文发表情况 | 第61-62页 |
| 参考文献 | 第62-64页 |