CT图像的肾脏组织分割及其病变检测方法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-32页 |
| 第一节 研究背景与意义 | 第13-20页 |
| ·医学成像系统 | 第13-15页 |
| ·医学图像处理与分析 | 第15-19页 |
| ·医学图像分割的意义 | 第19-20页 |
| 第二节 计算机辅助检测与诊断技术 | 第20-22页 |
| 第三节 国内外研究现状 | 第22-29页 |
| ·基于边界的分割算法 | 第23页 |
| ·基于区域的分割算法 | 第23-25页 |
| ·基于能量的分割算法 | 第25-28页 |
| ·病变检测自动诊断方法 | 第28-29页 |
| 第四节 本文研究的主要内容 | 第29-32页 |
| 第二章 肾脏CT图像的基本知识 | 第32-38页 |
| 第一节 CT图像成像的基本原理 | 第32-35页 |
| 第二节 肾脏生理结构功能 | 第35-36页 |
| 第三节 肾脏及其病变组织的CT表现 | 第36-37页 |
| 第四节 本章小结 | 第37-38页 |
| 第三章 常用的医学图像分割方法 | 第38-61页 |
| 第一节 活动轮廓模型 | 第38-46页 |
| ·参数活动轮廓模型 | 第39-41页 |
| ·几何活动轮廓模型 | 第41-46页 |
| 第二节 水平集方法 | 第46-51页 |
| ·轮廓曲线演化理论 | 第46-47页 |
| ·曲线演化的水平集描述 | 第47-50页 |
| ·水平集函数的数值实现 | 第50-51页 |
| 第三节 图割理论 | 第51-60页 |
| ·图论的基本知识 | 第51-53页 |
| ·最大流/最小割算法 | 第53-57页 |
| ·图割理论在图像分割中的应用及其基本框架 | 第57-60页 |
| 第四节 本章小结 | 第60-61页 |
| 第四章 基于改进C-V模型的肾脏CT图像分割方法 | 第61-74页 |
| 第一节 C-V模型在医学图像处理中的应用 | 第61-63页 |
| 第二节 初始轮廓的获取 | 第63-66页 |
| ·肾脏组织的先验位置 | 第63-64页 |
| ·肾脏皮质特征分布 | 第64-66页 |
| 第三节 C-V模型的改进 | 第66-68页 |
| 第四节 基于改进C-V模型的肾脏分割实验 | 第68-73页 |
| ·数据库概述 | 第68-69页 |
| ·分割结果评价参数 | 第69-70页 |
| ·实验结果及分析 | 第70-73页 |
| 第五节 本章小结 | 第73-74页 |
| 第五章 基于能量最小化和连续性特征的肾脏分割方法 | 第74-98页 |
| 第一节 肾脏分割的流程框架 | 第74-75页 |
| 第二节 中间切片的交互式分割 | 第75-76页 |
| 第三节 基于图割方法的窄带活动轮廓模型 | 第76-80页 |
| 第四节 自适应窄带宽度的确定 | 第80-81页 |
| 第五节 自适应窄带活动轮廓模型的算法描述及其特点 | 第81-84页 |
| 第六节 实验结果与分析 | 第84-92页 |
| ·肾脏CT图像的连续性分割结果 | 第84-85页 |
| ·对病变和粘连型切片的分割性能分析 | 第85-87页 |
| ·分割算法的迭代过程与能量演化 | 第87页 |
| ·不同窄带宽度的分割结果 | 第87-88页 |
| ·分割模型算法的量化估计 | 第88-89页 |
| ·不同初始分割条件下的鲁棒性估计 | 第89-90页 |
| ·与其它分割方法的比较 | 第90-92页 |
| 第七节 基于能量最小化的肾脏自动分割算法 | 第92-96页 |
| 第八节 本章小结 | 第96-98页 |
| 第六章 肾脏组织的病变检测方法 | 第98-117页 |
| 第一节 支持向量机及其理论基础 | 第98-107页 |
| ·统计学习理论 | 第99-101页 |
| ·支持向量机的基本原理 | 第101-102页 |
| ·线性支持向量机 | 第102-104页 |
| ·非线性支持向量机 | 第104-107页 |
| 第二节 图像特征提取及归一化 | 第107-111页 |
| ·纹理特征的提取 | 第107-109页 |
| ·特征的窗口选择与归一化 | 第109-111页 |
| 第三节 基于支持向量机的肾脏病变检测 | 第111-113页 |
| ·系统的算法流程 | 第111-112页 |
| ·训练与测试样本的选取 | 第112-113页 |
| ·核函数的选择 | 第113页 |
| 第四节 实验结果与分析 | 第113-116页 |
| ·不同核函数下肾脏病变分类的实验结果 | 第114-115页 |
| ·各组CT序列图像的肾脏病变分类实验结果 | 第115页 |
| ·接受器工作特性实验分析 | 第115-116页 |
| 第五节 本章小结 | 第116-117页 |
| 第七章 总结与展望 | 第117-119页 |
| 第一节 本文总结 | 第117-118页 |
| 第二节 未来展望 | 第118-119页 |
| 参考文献 | 第119-132页 |
| 致谢 | 第132-133页 |
| 个人简历 | 第133页 |
| 攻读博士学位期间发表的论文 | 第133页 |
